如何优雅高效计算list of DataFrames的均值？

云上老周

2026-7-22

计算DataFrame列表均值的优雅高效实现方法

针对你的需求，这里提供几种比手动循环更优雅且高效的实现方式，适配DataFrame场景：

1. 简洁首选：concat + mean

如果所有DataFrame结构一致（列名、索引匹配），直接用pandas的concat合并后求均值是最简洁的写法，而且pandas底层的优化会比手动循环更快：

import pandas as pd

def mean_of_dfs(list_of_df):
    return pd.concat(list_of_df).mean()

这个方法一行核心代码就能完成，返回的结果是每个列的均值（和DataFrame结构对应）；如果需要所有元素的全局均值，再加一步.mean()即可：pd.concat(list_of_df).mean().mean()

2. 内存友好：生成器累加

如果DataFrame数据量很大，合并会占用过多内存，可以用生成器表达式分别累加总和与元素数量，避免一次性加载所有数据：

import pandas as pd

def mean_of_dfs_memory_safe(list_of_df):
    total_sum = sum(df.sum() for df in list_of_df)
    total_count = sum(df.size for df in list_of_df)
    return total_sum / total_count

这里df.sum()返回每个列的总和，df.size是DataFrame的总元素数；如果需要按列计算均值（基于所有DataFrame的该列行数），把total_count改成sum(df.shape[0] for df in list_of_df)即可。

3. 兼容原逻辑的优化版

如果你想保留类似原函数的循环逻辑，但适配DataFrame并更规范：

import pandas as pd

def mean_of_dfs_loop_optimized(list_of_df):
    total_sum = None
    total_count = 0
    for df in list_of_df:
        df_sum = df.sum()
        if total_sum is None:
            total_sum = df_sum
        else:
            total_sum += df_sum
        total_count += df.size
    return total_sum / total_count

这个方法避免了原函数中初始sum=0（标量）和DataFrame求和（Series）相加的潜在错误，同时保持了内存高效的特点。