同事做完一份学生成绩表，用 mean() 一算平均分95，他觉得很正常，我一看原始数据里缺考的都填了0分，直接拉低了一截。

mean() 到底算什么

它就是把一堆数加起来再除以个数，属于最普通的算术平均。Pandas 里是 series.mean()，NumPy 里是 np.mean()，Excel 里是 AVERAGE()，名字不同，逻辑一样。

import numpy as np; print(np.mean([1, 2, 3, 4]))  # 输出 2.5

空值它会自动跳过

Pandas 和 NumPy 的 mean() 默认跳过 NaN，不参与计算也不占个数。这一点跟很多人直觉不一样，以为有 NaN 结果就成了 NaN。想让它变 NaN 得加参数 skipna=False。

import pandas as pd; s = pd.Series([1, 2, None]); print(s.mean())  # 1.5，None 被跳过；print(s.mean(skipna=False))  # nan

中位数和平均分到底看哪个

  • 看平均：想算总水平、总成本、总流量，用 mean()
  • 看分布：数据里有一两个极端值，比如某人工资10万拖高全组，就该看 median()
  • 两者差得多：说明数据偏斜严重，平均分已经不能代表大多数人

判断很简单，把 mean 和 median 都打出来，差得离谱就说明有离群点，先处理再汇报，别拿一个数当结论。

维度选错会算歪

二维数组最容易出错，axis=0 是沿着行方向压缩，得到每列平均；axis=1 是每行平均。写反了结果整个不对劲，还很难看出来。

一句话取舍：数据干净、想快速摸个底，mean() 够用；有一点脏数据、还在意代表性，就顺手把中位数也看一眼。