求不同维度的均值：现有成绩表df：

df表是某班从8月到12月某一学科的成绩表，计算每位同学5个月的平均成绩，效果如下：

小明 89.8

小红 89.8

小王 89.4

dtype: float64

每个月份所有同学的平均成绩，

8月 90.00

9月 88.67

10月 92.67

11月 89.33

12月 87.67

dtype: float64

该学科五个月班级总的平均成绩，

89.67

要求最多保留两位小数。

解题思路：每位同学5个月的平均成绩实质是求每一列的均值，直接对df表调用mean（）方法，默认是对列计算均值;

每个月的平均成绩实质是计算每一行的均值，作为DataFrame的方法，mean（）方法可以选择沿着哪个轴计算均值，指定axis=1计算的是每行数据的均值，题目要求最多保留两位小数，计算均值后得到的数据类型是series，可以调用series的round方法设置精度；

计算5个月班级总的平均成绩，计算表中所有数据的均值，计算均值前需要把二维的表通过stack方法降维成一维，再计算均值得到的就是整个数据集的均值，得到一个浮点型数据，所以不能调用pandas中的方法，需要调用python原生函数round来控制精度。

具体代码如下：

import pandas as pd

df = pd.DataFrame({"小明":[90,86,93,91,89],"小红":[92,90,89,95,83],"小王":[88,90,96,82,91]}

,index = ["8月","9月","10月","11月","12月"]

)

df.mean()#计算每一列的均值

df.mean(1).round(2) #计算每一行的均值

round(df.stack().mean(),2) #计算所有数据的均值