如何在Python中合并多DataFrame指定列并计算行均值？

直接按以下步骤操作即可，代码包含详细注释：

1. 提取并整理所有DataFrame的'd'列 #

先从列表里的每个DataFrame中取出'd'列，给每个列赋予唯一名称（避免合并后列名冲突）：

import pandas as pd

# 假设你的dataFrameList已存在，比如：dataFrameList = [df1, df2, df3, ...]

# 提取每个df的'd'列并命名
d_columns = [df['d'].rename(f'd_{i}') for i, df in enumerate(dataFrameList)]

2. 横向合并成newDataFrame #

用pd.concat横向拼接所有提取出的列，因为行数不同，使用join='outer'保留所有行，缺失值自动填充为NaN：

newDataFrame = pd.concat(d_columns, axis=1, join='outer')

3. 计算每行的均值 #

直接调用mean()方法，指定axis=1按行计算，默认会忽略NaN值：

newDataFrame['mean_d'] = newDataFrame.mean(axis=1)

关键点说明 #

• 给提取的'd'列重命名是必须的，否则所有列都叫'd'，合并后会出现重复列名，后续操作容易出错
• join='outer'保证了不管原始DataFrame行数多少，所有行都会被保留，缺失的位置用NaN填充
• 如果需要把NaN当作0计算均值，可以修改为：newDataFrame.fillna(0).mean(axis=1)

内容的提问来源于stack exchange，提问作者Na.Az