Power Query多键分组：按子组与出现次数计算平均份额

假设你的数据结构如下（模拟你的输入场景）：

import pandas as pd

data = {
    "Name": ["car 1", "car 1", "car 2", "car 2", "bike 1", "bike 1", "bike 2", "bike 2"],
    "份额": [10, 15, 20, 25, 5, 8, 12, 14],
    "occurrence": [1, 2, 1, 2, 1, 2, 1, 2]  # 你已创建的出现次数索引
}
df = pd.DataFrame(data)

步骤1：提取子组标识（Name的第一部分） #

从Name列拆分出子组关键词（如car、bike）：

df["子组"] = df["Name"].str.split(" ").str[0]

步骤2：分组计算对应均值 #

直接按子组和occurrence双维度分组，对份额列求均值，避免出现列丢失或重复行问题：

# 转成宽表（第一次、第二次均值各占一列，更直观）
result_wide = df.groupby(["子组", "occurrence"])["份额"].mean().unstack()

• groupby(["子组", "occurrence"])：同时按子组和出现次数分组，精准区分每个子组下的第一次、第二次出现记录
• .mean()：对每组的份额值计算平均值
• .unstack()：将长表格式转为宽表，让结果更易读

运行后得到的宽表结果：

1     2
子组          
bike  8.5  11.0
car   15.0 20.0

如果你偏好长表格式，去掉.unstack()即可：

result_long = df.groupby(["子组", "occurrence"])["份额"].mean().reset_index()

长表结果：

子组  occurrence   份额
0  bike           1   8.5
1  bike           2  11.0
2   car           1  15.0
3   car           2  20.0

你之前踩坑的原因 #

• 仅按子组分组，未加入occurrence维度，无法区分第一次/第二次出现的均值，合并时自然会产生重复行
• GroupBy时未指定聚合列（如只写groupby("子组")而未明确选择份额），会默认聚合所有数值列，导致非目标列丢失或混乱

内容的提问来源于stack exchange，提问作者New2905