为数据帧中的每一行找到一个平均值并返回mean resu

Question

我得到了以下DF：http://prntscr.com/f72cbm

def answer():
    Top15 = one()
    timefr = ['2006', '2007', '2008', '2009', '2010', '2011', '2012', '2013', '2014', '2015']
    rng = range(0, 9)
       for i in rng:
           for k,v in Top15[timefr].iloc[[i]].iteritems():
                print(k, v)

函数返回许多以下类型的序列：

2006 Country
China    3.992331e+12
Name: 2006, dtype: float64
2007 Country
China    4.559041e+12
Name: 2007, dtype: float64

年份、国家名称、价值。
我可能会遍历每个系列，将所有值相加，然后将它们除以等等，但是有没有更“潘多拉”的方法呢？
我还想跳过NaN值

Answer 1

如果我没看错问题，你只需要df.mean(axis=1)；例如

In [4]: df
Out[4]: 
   1980  1981
a     1     4
b     2     5

In [5]: df.mean(axis=1)
Out[5]: 
a    2.5
b    3.5
dtype: float64