df = pd.DataFrame({'A': [1, 1, 1, 2, 2, 3, 3],'B':[1, 4, 3, 2, 1, 3, 3],'C':[1, 4, 3, 2, 1, 3, 3]}) 
    A	B	C
0	1	1	1
1	1	4	4
2	1	3	3
3	2	2	2
4	2	1	1
5	3	3	3
6	3	3	3
# 求A, B 两列平均值
df['D'] = df[['A', 'B']].mean(axis=1)
	A	B	C	  D	
0	1	1	1	1.0	
1	1	4	4	2.5	
2	1	3	3	2.0	
3	2	2	2	2.0	
4	2	1	1	1.5	
5	3	3	3	3.0	
6	3	3	3	3.0
# 同样用np.mean求
df.loc[:, 'E'] = np.mean([df['A'], df['B']], 0)  # 如果没有0,求的是A, B两列所有值和的平均数
	A	B	C	  D	  E
0	1	1	1	1.0	1.0
1	1	4	4	2.5	2.5
2	1	3	3	2.0	2.0
3	2	2	2	2.0	2.0
4	2	1	1	1.5	1.5
5	3	3	3	3.0	3.0
6	3	3	3	3.0	3.0
                    df = pd.DataFrame({'A': [1, 1, 1, 2, 2, 3, 3],'B':[1, 4, 3, 2, 1, 3, 3],'C':[1, 4, 3, 2, 1, 3, 3]}) df>>>    A	B	C0	1	1	11	1	4	42	1	3	33	2	2	24	2	1	15	3	3	36	3	3	3df['D'] = df[['A...
				
Python pandas Dataframe 求解每列/行的均值
 col_mean = df.mean(axis=0)
 row_mean = df.mean(asxis=1)
axis: 0 是列 1是行
				
在Excel 使用average先求取两格子的平均值，然后可以进一步拉两个格子求取整行/整列的平均值。
这在R语言中使用rowMeans求取多行平均值，或colMeans求取多列平均值
示例如下：
#create data frame
data <- data.frame(var1 = c(0, NA, 2, 2, 5),
                   var2 = c(5, 5, 7, 8, 9),
                   var3 = c(2, 7, 9, 9, 7)
将列表、数组、元组赋值为DataFrame的列，长度匹配即可
	将Series赋值给DataFrame的列，二者的索引会精确匹配（索引不会合并，依旧是DataFrame的索引）
	若被赋值的列不存在，则会创建一个新列
2. 删除DataFrame的列（del）
3. DataFrame的name和values属性
DataFrame.index.name
	DataFrame.columns..