Pandas mean()函数计算结果自动取整为0.25倍数问题排查

我用Pandas计算DataFrame中Rating列按Period分组的加权平均值时遇到问题，mean()返回结果总是0.25的倍数。比如2023-1周期手动计算应为(4*4.0+10*2.0+3*1.0+23*3.0)/(4+10+3+23)=2.7，但Pandas返回2.5。

DataFramegroups包含Period、问题列、Count和Rating列，我的代码如下：

def create_bar_chart(df: pd.DataFrame, question: str):
    groups = df.groupby(['Period', question]).size().reset_index(name='Count')

    groups['Rating'] = groups.apply(lambda row: to_rating(question, row[question]), axis=1)
    groups['Rating'] = groups['Rating'].astype(float)
    print(groups.dtypes)
    print(groups.tail(5))

    for period in groups['Period'].unique():
        period_ratings = groups.loc[groups['Period'] == period, 'Rating']
        mean_rating = period_ratings.mean()
        print(f'{period}: {mean_rating:.4f}')

    # matplotlib code...

输出显示各列类型正确，但所有均值结果均为0.25的倍数：

2018-1: 3.2500
2018-2: 3.0000
2019-1: 3.0000
2019-2: 2.5000
2020-1: 3.0000
2020-2: 2.7500
2021-1: 2.5000
2021-2: 2.7500
2022-1: 3.0000
2022-2: 2.5000
2023-1: 2.5000

问题原因与解决方法 #

核心问题 #

你当前的代码没有实现加权平均，只是对每个Period下的Rating值做了普通算术平均：

• 代码中period_ratings.mean()是把该Period下所有分组的Rating值（每个分组对应一个Rating）直接求平均，完全忽略了Count列的权重（即每个分组的样本数量）。
• 以2023-1周期为例，假设对应Rating值为[4.0,2.0,1.0,3.0]，普通算术平均为(4+2+1+3)/4=2.5，这正是Pandas返回的结果，和你需要的加权平均逻辑完全不符。

修正代码 #

要计算加权平均，需要用Count作为权重，公式为：加权平均值 = (Σ(Rating * Count)) / (ΣCount)

修改后的代码示例：

def create_bar_chart(df: pd.DataFrame, question: str):
    groups = df.groupby(['Period', question]).size().reset_index(name='Count')

    groups['Rating'] = groups.apply(lambda row: to_rating(question, row[question]), axis=1)
    groups['Rating'] = groups['Rating'].astype(float)
    print(groups.dtypes)
    print(groups.tail(5))

    # 按Period分组计算加权平均值
    weighted_means = groups.groupby('Period').apply(
        lambda x: (x['Rating'] * x['Count']).sum() / x['Count'].sum()
    )
    
    # 遍历输出结果
    for period, mean_rating in weighted_means.items():
        print(f'{period}: {mean_rating:.4f}')

    # matplotlib code...

这样计算后，2023-1周期的结果会和你手动计算的2.7一致。

内容的提问来源于stack exchange，提问作者Asger Skov Velling