使用Pandas计算各产品类别平均售价时的分组错误问题

你的代码核心问题是搞反了分组逻辑：你用groupby(["Sale Price"])是按售价列分组，完全偏离了需求——我们需要按产品类别列分组，再对售价列计算均值。

修正后的代码 #

先确认你表格里产品类别对应的列名（比如常见的Product Category，如果你的列名不同，直接替换即可），然后修改average_price函数：

import pandas as pd

def read_data():
    df = pd.read_csv('sales_dataset.csv')
    # 可以加这行查看所有列名，避免列名写错
    print("表格列名：", df.columns.tolist())
    print(df)
    return df

def average_price():
    df = read_data()
    # 替换成你实际的产品类别列名，比如"Product Category"
    category_avg_price = df.groupby(["Product Category"])["Sale Price"].mean().reset_index()
    print("各产品类别平均售价：")
    print(category_avg_price)
    return category_avg_price

average_price()

关键逻辑说明 #

• groupby(["Product Category"])：按产品类别把数据分成不同的组，每个组对应一个类别下的所有销售记录
• ["Sale Price"].mean()：对每个分组里的售价列计算平均值，只针对数值类型的售价列运算，不会触碰字符串类型的类别列
• reset_index()：把分组后的类别索引转换成普通列，让输出的表格格式更直观，方便查看

另外注意：你之前单独调用了read_data()，这会导致表格被读取两次，删掉那行单独的调用，让average_price()里调用一次即可。

内容的提问来源于stack exchange，提问作者Karyn