如何遍历 pandas 列？

Question

我有一个看起来像这样的df：

measurement_3      329
measurement_4      409
measurement_5      508
measurement_6      624
measurement_7      720
measurement_8      846
measurement_9      904
measurement_10    1067
measurement_11    1136
measurement_12    1240
measurement_13    1303
measurement_14    1440
measurement_15    1542
measurement_16    1678
measurement_17    1740

如何遍历列名，以便无需手动执行即可获得每列的平均值？

我已经完成了以下操作，但希望使用 for 循环获得更优化的解决方案：

# Mean
dataset['loading'].fillna(dataset['loading'].mean(), inplace=True)

# Mean + std

dataset['measurement_3'].fillna(dataset['measurement_3'].mean() + dataset['measurement_3'].std(), inplace=True)
dataset['measurement_4'].fillna(dataset['measurement_4'].mean() + dataset['measurement_4'].std(), inplace=True)
dataset['measurement_5'].fillna(dataset['measurement_5'].mean() + dataset['measurement_5'].std(), inplace=True)
# continues to measurement_17

Answer 1

请对循环说不...

measures = df.filter(like='measurement')
df[measures.columns] = measures.fillna(measures.mean() + measures.std())

Answer 2

for i in range(3,18):
    dataset[f'measurement_{i}'].fillna(dataset[f'measurement_{i}'].mean() + dataset[f'measurement_{i}'].std(), inplace=True)

使用具有f-string格式的 for 循环来使用名称访问数据框列