如何使用Pandas按条件排除指定列并针对作答用户计算各调研问题选项的平均值

我来帮你搞定这个批量处理的需求，完全适配你有数百个调研问题的场景，不用手动一个个处理每个问题。下面是具体的实现步骤和代码：

1. 先构造原始数据（方便复现） #

首先咱们先把你给出的原始DataFrame用代码构造出来：

import pandas as pd

data = {
    'Customer_id': ['asdsd', 'aasww', 'aaswe', 'aaswt'],
    'q1_a': [0, 1, 0, 0],
    'q1_b': [0, 0, 1, 1],
    'q1_0': [1, 0, 0, 0],
    'q2_a': [0, 0, 0, 1],
    'q2_b': [0, 1, 0, 0],
    'q2_c': [1, 0, 0, 0],
    'q2_0': [0, 0, 1, 0]
}
df = pd.DataFrame(data)

2. 核心实现思路 #

咱们的核心需求是每个问题单独计算平均值，只统计没有跳过该问题的客户，所以步骤是：

• 自动识别所有调研问题的前缀（比如q1、q2，不管有多少个）
• 对每个问题，筛选出没有跳过的客户（对应问题_0列值为0的行）
• 计算该问题下所有选项列的平均值，最后把所有平均值整合成一行添加到原DataFrame末尾
• 同时去掉原DataFrame中的_0列，只保留有效选项列

3. 完整代码实现 #

# 第一步：提取所有唯一的问题前缀（比如q1、q2）
question_prefixes = list({col.split('_')[0] for col in df.columns if col != 'Customer_id'})
# 排序一下，保证顺序和原列一致（可选）
question_prefixes.sort()

# 第二步：初始化一个字典来存储每个选项的平均值
avg_dict = {'Customer_id': 'AVERAGE'}

# 第三步：循环处理每个问题
for prefix in question_prefixes:
    # 获取当前问题的所有列（包括_0列）
    question_cols = [col for col in df.columns if col.startswith(prefix)]
    # 获取没有跳过该问题的客户行（_0列值为0）
    answered_rows = df[df[f'{prefix}_0'] == 0]
    # 获取当前问题的选项列（排除_0列）
    option_cols = [col for col in question_cols if not col.endswith('_0')]
    # 计算每个选项的平均值，转成百分比并保留一位小数
    for col in option_cols:
        avg = answered_rows[col].mean() * 100
        avg_dict[col] = f'{avg:.1f}%'

# 第四步：处理原DataFrame，去掉所有_0列
clean_df = df.drop(columns=[col for col in df.columns if col.endswith('_0')])
# 把平均值行添加到DataFrame末尾
result_df = pd.concat([clean_df, pd.DataFrame([avg_dict])], ignore_index=True)

# 查看结果
print(result_df)

4. 输出结果验证 #

运行上面的代码后，输出结果和你预期的完全一致：

Customer_id q1_a q1_b q2_a q2_b q2_c
0       asdsd    0    0    0    0    1
1       aasww    1    0    0    1    0
2       aaswe    0    1    0    0    0
3       aaswt    0    1    1    0    0
4      AVERAGE 33.3% 66.7% 33.3% 33.3% 33.3%

5. 批量适配说明 #

这个方案完全支持数百个问题的场景，只要你的列名符合问题前缀_选项和问题前缀_0的格式，代码会自动识别所有问题并批量处理，不需要修改任何逻辑，非常省心。

内容的提问来源于stack exchange，提问作者mavles