试试这个：

import numpy as np

fruit.replace('NA', np.nan, inplace=True)
fruit['A'].mean()

由于mean可以跳过NaN值，因此可以使用to_numeric并设置errors="coerce"：
错误{“忽略”、“引发”、“强制”}，默认值为“引发”

• 如果为“raise”，则无效解析将引发异常。
  *如果为coerce，则无效解析将设置为NaN。
• 如果“ignore”，则无效分析将返回输入。

fruit[["A", "B"]].apply(pd.to_numeric, errors="coerce").mean()

输出：

A    6.6
B    2.6
dtype: float64

fruit['A'].replace('NA', 0).sum() / sum(fruit['A'].ne('NA'))
# 6.6

fruit['B'].replace('NA', 0).sum() / sum(fruit['B'].ne('NA'))
# 2.6

因此：

fruit[['A', 'B']].apply(lambda c:c.replace('NA', 0).sum() / sum(c.ne('NA')))
A    6.6
B    2.6
dtype: float64