# Como calcular médias com a função Pandas mean()

A função `DataFrame.mean()` no [Python Pandas](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-pandas/) é usada para **calcular médias** de um ou mais eixos de um DataFrame, sendo essencial em análises de dados numéricos. Além de registrar os valores médios, a função também oferece insights sobre a distribuição dos dados.

## Sintaxe da função Pandas `DataFrame.mean()`

A função Pandas `mean()` aceita a inclusão de **até três parâmetros** e tem a seguinte sintaxe:

```python
DataFrame.mean(axis=None, skipna=True, numeric_only=None)
```

### Parâmetros da função Pandas `mean()`

É possível usar diferentes parâmetros para personalizar a função Pandas `DataFrame.mean()`.

<table>
  <thead>
    <tr>
      <th><strong>Parâmetro</strong></th>
      <th><strong>Descrição</strong></th>
      <th><strong>Valor padrão</strong></th>
    </tr>
  </thead>
  <tbody>
    <tr>
      <td>`axis`</td>
      <td>Especifica se o cálculo será feito nas linhas (`axis=0`) ou colunas (`axis=1`)</td>
      <td>`0`</td>
    </tr>
    <tr>
      <td>`skipna`</td>
      <td>Se definido como verdadeiro (`True`), os valores NaN serão ignorados</td>
      <td>`True`</td>
    </tr>
    <tr>
      <td>`numeric_only`</td>
      <td>Se definido como verdadeiro (`True`), apenas dados numéricos serão incluídos no cálculo</td>
      <td>`False`</td>
    </tr>
  </tbody>
</table>

## Como usar a função Pandas `mean()`

Você pode aplicar a função Pandas `DataFrame.mean()` em colunas e linhas.

### Calcular valores médios em colunas

Primeiro, vamos criar um [DataFrame no Pandas](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/pandas-dataframe-em-python/) com alguns dados numéricos:

```python
import pandas as pd
data = {
    'A': [1, 2, 3, 4],
    'B': [4, 5, 6, 7],
    'C': [7, 8, 9, 10]
}
df = pd.DataFrame(data)
print(df)
```

Este será o DataFrame resultante:

```none
A  B    C
0  1  4    7
1  2  5    8
2  3  6    9
3  4  7  10
```

Para calcular o valor médio de cada coluna, use a função Pandas `mean()`. Por padrão, o parâmetro `axis` é definido como 0, que corresponde às colunas.

```python
medias_colunas = df.mean()
print(medias_colunas)
```

O código acima executará o cálculo da média de cada coluna (A, B e C) ao realizar a soma dos elementos contidos nelas e dividir o resultado pela quantidade de linhas. Dessa forma, a seguinte Series será produzida no Pandas:

```none
A    2.5
B    5.5
C    8.5
dtype: float64
```

### Calcular valores médios em linhas

Caso precise descobrir o valor médio de uma linha, basta definir o parâmetro `axis` como 1:

```python
medias_linhas = df.mean(axis=1)
print(medias_linhas)
```

A função Pandas `mean()` executará o cálculo da média de cada linha, dividindo a soma dos seus elementos pela quantidade de valores presentes. A chamada dessa função produzirá o seguinte resultado:

```none
0    4.0
1    5.0
2    6.0
3    7.0
dtype: float64
```

### Administrar valores NaN

Neste exemplo, utilizaremos um DataFrame diferente, composto por alguns valores NaN:

```python
import pandas as pd
import numpy as np
data = {
    'A': [1, 2, np.nan, 4],
    'B': [4, np.nan, 6, 7],
    'C': [7, 8, 9, np.nan]
}
df = pd.DataFrame(data)
print(df)
```

O código acima produzirá o seguinte DataFrame:

```none
A    B    C
0  1.0  4.0  7.0
1  2.0  NaN  8.0
2  NaN  6.0  9.0
3  4.0  7.0  NaN
```

Ao calcular as médias das colunas, o parâmetro `skipna` determina se os valores NaN devem ser incluídos ou ignorados. Por padrão, ele é definido como verdadeiro (`True`), por isso, o comando em `df.mean()` ignora automaticamente os valores NaN. Caso deseje incluir os valores ausentes (NaN) no cálculo, defina `skipna=False` como parâmetro. Nesse caso, qualquer linha ou coluna que contenha pelo menos um NaN resultará em NaN como média.

```python
media_com_nan = df.mean() 
print(media_com_nan)
```

Ao chamar a função `df.mean()`, o resultado será este:

```none
A    2.333333
B    5.666667
C    8.000000
dtype: float64
```


This is a markdown version of: [https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-pandas-dataframe-mean/](https://www.ionos.com/pt-br/digitalguide/sites-de-internet/desenvolvimento-web/python-pandas-dataframe-mean/) for AI/LLM consumption.