Dataframe自帶的求取平均值的演算法只能忽略nan，無法根據nan出現的頻次計算平均值。

import pandas as pd
import numpy as np

df = pd.DataFrame([[1,np.nan,np.nan,np.nan,np.nan],[2,3,np.nan,np.nan,np.nan],[3,4,5,np.nan,np.nan],[4,5,6,7,np.nan]], index=['a', 'b', 'c', 'd'], columns=['A','B','C','D','E'])
print(df)

結果：

   A    B    C    D   E
a  1  NaN  NaN  NaN NaN
b  2  3.0  NaN  NaN NaN
c  3  4.0  5.0  NaN NaN
d  4  5.0  6.0  7.0 NaN
 

下面是我編寫的自定義函式

def df_mean(u0, axis, limit):
    """
    dataframe對 行或列 根據缺測率求取平均。
    :param u0: 求取平均的dataframe
    :param axis: 行或列，1為逐行對列求平均，0為逐列對行求平均
    :param limit: 缺測率標準，0-1。缺測率大於等於limit的，平均值定義為nan
    :return:
    """
    umean=[]
    if axis==1:
        for ij in u0.index:
            if u0.loc[ij, :].isna().sum()/len(u0.loc[ij,:]) >= limit:
                umean.append(np.nan)
            else:
                umean.append(u0.loc[ij,:].mean())
        umean=pd.Series(umean, index=u0.index)
    elif axis==0:
        for ij in u0.columns:
            if u0.loc[:, ij].isna().sum() / len(u0.loc[:, ij]) >= limit:
                umean.append(np.nan)
            else:
                umean.append(u0.loc[:, ij].mean())
        umean=pd.Series(umean, index=u0.columns)
    else:
        print('Error for axis')
    return umean
 

直接用df.mean()求取平均值的結果：

print(df.mean(axis=0))

A    2.5
B    4.0
C    5.5
D    7.0
E    NaN
dtype: float64

利用自定義函式求取的結果：

print(df_mean(df, axis=0, limit=0.6))

A    2.5
B    4.0
C    5.5
D    NaN
E    NaN
dtype: float64

可以看出，‘D’和‘E’列的缺測率大於0.6，求取的平均值定義為nan了。