基于C2列连续相同值的DataFrame中C1列均值计算需求

我有如下结构的DataFrame：

需要根据C2列的连续相同值区块计算对应C1列的均值（即C2值发生变更前，所有同区块C1值的均值），期望得到的结果如下：

可以借助Pandas的分组功能，先标记出C2列的连续相同值区块，再按区块计算C1的均值：

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'C1': [10, 20, 30, 5, 6, 8, 4, 2],
    'C2': [10, 10, 16, 23, 23, 10, 10, 10]
})

# 生成连续分组标识：C2值变化时分组编号递增
group_id = df['C2'].ne(df['C2'].shift()).cumsum()

# 按分组计算均值，保留C2对应值并格式化结果
result = df.groupby(group_id).agg(
    C1=('C1', lambda x: round(x.mean(), 2)),
    C2=('C2', 'first')
).reset_index(drop=True)

print(result)

运行代码后输出结果：

C1  C2
0  15.00  10
1  30.00  16
2   5.50  23
3   4.67  10

代码说明 #

• df['C2'].ne(df['C2'].shift())：对比当前行与上一行的C2值，返回布尔值序列标记值的变化点
• .cumsum()：将布尔值累加生成连续分组的唯一编号
• groupby(group_id).agg(...)：按分组计算C1的均值（保留两位小数），同时取每组第一个C2值作为结果列的对应值

内容的提问来源于stack exchange，提问作者Horst-Jackson