题目
计算销售数据的平均值
信息
- 类型：问答
- 难度：⭐
考点
Pandas基础操作,数据清洗,基本统计量计算
快速回答
要计算销售数据的平均值，需要：
- 使用
pandas.read_csv()读取CSV文件 - 检查并处理缺失值（如使用
dropna()或fillna()） - 使用
mean()方法计算销售金额列的平均值 - 处理异常值（如负值）
问题场景
给定一个销售数据CSV文件（sales_data.csv），包含日期、产品ID、销售金额三列。要求计算所有有效销售记录的平均金额。
核心步骤
- 数据读取：使用pandas读取CSV文件
- 数据清洗：处理缺失值和异常值
- 计算平均值：对清洗后的数据应用统计方法
代码示例
import pandas as pd
# 1. 读取数据
df = pd.read_csv('sales_data.csv')
# 2. 数据清洗
# 删除销售金额为空的记录
df_clean = df.dropna(subset=['销售金额'])
# 过滤掉负值（异常值）
df_clean = df_clean[df_clean['销售金额'] >= 0]
# 3. 计算平均值
average_sales = df_clean['销售金额'].mean()
print(f'平均销售金额: {average_sales:.2f}元')关键原理
- 缺失值处理：直接删除（
dropna()）适用于少量缺失，大量缺失时可考虑填充（如fillna(0)） - 异常值处理：销售金额应为非负数，需过滤负值
- 统计计算：
mean()自动忽略NaN值，但显式清洗更安全
最佳实践
- 使用
subset参数针对特定列处理缺失值 - 添加数据质量检查：
print(df.info())查看缺失情况 - 结果格式化：
:.2f保留两位小数
常见错误
- 未处理缺失值 → 导致
mean()计算结果为NaN - 未处理异常值 → 负值拉低平均值
- 错误列名 → 引发
KeyError，应先用df.columns确认列名
扩展知识
- 其他统计方法：
median()（中位数）、mode()（众数） - 分组统计：
df.groupby('产品ID')['销售金额'].mean() - 数据抽样：
df.sample(100)检查数据分布
