使用while循环计算连续均值时出现NaN问题及优化需求

循环错误原因及修复 #

你的循环后续输出NaN是因为索引更新逻辑错误：

• 初始i=0，j=20，第一次取0:20是21行（loc是闭区间，包含两端索引）
• 错误的更新语句i += j + 1会让i跳变到21，下一次j=40，取21:40是20行，但再下一次i=21+40+1=62，j=60，此时i>j，data.loc[i:j]返回空DataFrame，均值自然为NaN。

修复后的循环代码：

import numpy as np

mean_list = []
i = 0
batch_size = 20
total_rows = df.shape[0]

while i < total_rows:
    # 取从i开始的最多batch_size行，兼容最后一批不足20行的情况
    end_idx = min(i + batch_size - 1, total_rows - 1)
    data_1 = df.loc[i:end_idx, "RATED_TORQUE_ACTUAL"]
    mean = np.mean(data_1)
    mean_list.append(round(mean, 2))
    # 每次步进batch_size行，确保索引连续
    i += batch_size

print(mean_list)

额外说明：

• 无需每次复制整个DataFrame，直接切片目标列即可，节省内存
• 用min()处理最后一批行数不足20的边界情况

更优方案：用Pandas原生分组实现 #

Pandas的groupby可以更简洁高效地完成批量均值计算，完全替代手动循环：

# 按每20行分组，计算指定列均值并保留2位小数
mean_list = df.groupby(df.index // 20)["RATED_TORQUE_ACTUAL"].mean().round(2).tolist()

原理：

• df.index //20会把索引0-19映射为0，20-39映射为1，以此类推，自动实现每20行一组
• 原生分组方法代码更简洁，性能比手动循环更优，还能自动处理最后一批不足20行的情况

另外补充：你筛选CELLNO=1后df.shape仍为(1271,19)，说明原数据所有行的CELLNO都是1，这一步筛选可以省略。

内容的提问来源于stack exchange，提问作者ThunderBolt_23