我有一個資料框，在完成轉置后看起來像這樣：
step1 step2 step3 step4 ..... stepn-1 stepn
session_id
1 page_id page_id NA NA NA NA
2 page_id NA NA NA NA NA
3 page_id page_id page_id page_id page_id page_id
4 page_id page_id page_id NA NA NA
對于背景關系，這page_id是一些 url 子字串，這些步驟指示整個跟蹤網頁中的用戶路徑
有些人的步數出奇地大，可能有 1000 多頁，我想這相對于平均水平來說是非常罕見的
我想要做的是找到每個會話的平均步驟（非 NA 步驟）
因此，在上面的示例中，如果我們排除將定義為例外值的第 3 頁，則平均步長為 (2 1 4 3)/4 = 10/4
一旦我有了平均值，我就會知道我可以排除哪些行，以便表格變得更易于管理。
所以總的來說
找到平均步數（非 nas）并使用此數字洗掉包含超過平均行數的行
uj5u.com熱心網友回復：
您可以使用notna 計算非 NaN 的數量sum并獲得mean. 最后，dropna將此平均值用作閾值：
avg = df.notna().sum(axis=1).mean()
df.dropna(thresh=avg)
輸出：
step1 step2 step3 step4 stepn-1 stepn
session_id
3 page_id page_id page_id page_id page_id page_id
4 page_id page_id page_id NaN NaN NaN
轉載請註明出處，本文鏈接：https://www.uj5u.com/net/340517.html