如何计算pandas数据框的已过滤行的平均值，并将原始数据框的所有列的附加方法追加到哪里？

Question

我如何计算所有列的平均值为只有不等于零的行，并在底部附加一行并且只有一行代码的平均值？它不一定是一条线，但我想知道为什么这不起作用？

下面的代码忽略了（！df.bar = 0）片

df = df.append(df[(df.bar != 0)].mean(numeric_only=True), ignore_index=True) 

例DF：

foo  bar  total 
0 foo1 bar1 293.09 
1 foo2 0  0 
2 foo3 bar3 342.3 

当前结果：

0 foo  bar  total 
1 foo1 bar1 293.09 
2 foo2 0  0 
3 foo3 bar3 342.3 
4     211.796 

所需的结果：

0 foo  bar  total 
1 foo1 bar1 293.09 
2 foo2 0  0 
3 foo3 bar3 342.3 
4     317.695 

Answer 1

正如约翰·高尔特评论需要'0'因为0是字符串：

df = df.append(df[(df.bar != '0')].mean(numeric_only=True), ignore_index=True) 
print (df) 
    foo bar total 
0 foo1 bar1 293.090 
1 foo2  0 0.000 
2 foo3 bar3 342.300 
3 NaN NaN 317.695 

如果需要最后一排删除NaN唯一使用reindex与参数fill_value：

s = df[(df.bar != '0')].mean(numeric_only=True).reindex(df.columns, fill_value='') 
df = df.append(s, ignore_index=True) 
print (df) 
    foo bar total 
0 foo1 bar1 293.090 
1 foo2  0 0.000 
2 foo3 bar3 342.300 
3    317.695 

另一种解决方案 - setting with enlargement：

df.loc[len(df.index)] = s 
print (df) 
    foo bar total 
0 foo1 bar1 293.090 
1 foo2  0 0.000 
2 foo3 bar3 342.300 
3    317.695