全世界的总预期寿命是多少？（与numpy一起）

Question

https://hub.jovian.ml/wp-content/uploads/2020/09/countries.csv

我使用上述数据练习熊猫和NumPy方法

我想用NumPy的平均函数来计算我的总体预期寿命

np.average(countries_df["life_expectancy"], weights=countries_df["population"])

但这给了我nan

如何使用NumPy获得正确答案

使用下面的方法，我得到了正确的答案

(countries_df['life_expectancy']*countries_df['population']).sum() / countries_df['population'].sum()

Answer 1

在执行平均之前，需要删除空值：

aux_df = countries_df.dropna(subset=['life_expectancy','population'])
np.average(aux_df["life_expectancy"], weights=aux_df["population"])
>> 72.7416

您提到的第二种方法是不正确的，您需要先过滤“预期寿命”中的nan值，然后再进行除法中的人口总和：

(countries_df['life_expectancy']*countries_df['population']).sum() / countries_df[~countries_df['life_expectancy'].isna()]['population'].sum()
>> 72.7416

编辑

样本数据：

+        -+      +              -+
| Life Expectancy | Population | Life Expetancy * Population |
+        -+      +              -+
| 70              |        500 | 35000                       |
| 71              |       1000 | 71000                       |
| nan             |       2000 | nan                         |
+        -+      +              -+
Sum:                      3500   106000

使用第二种方法：106000/3500=30.28（显然不正确）

如果在执行计算之前删除nan行，则得到下表

+        -+      +              -+
| Life Expectancy | Population | Life Expetancy * Population |
+        -+      +              -+
|              70 |        500 | 35000                       |
|              71 |       1000 | 71000                       |
+        -+      +              -+
Sum:                      1500   106000           

结果：106000/1500=70.66

如果你把一个数乘以nan，你会得到一个nan。当您对所有值求和时，只需忽略nan值并对其余值求和，而不像numpy.sum，如果存在nan，它也将返回nan