如何拆分DataFrame混合拼接/非拼接元素的Group列并筛选指定组计算平均年龄？

问题分析 #

你的代码存在两个核心问题：

1. 逐行判断逻辑错误：',' in df['Group']是对整个Series做判断，而非逐行检查每行是否包含逗号，导致分支逻辑完全失效。
2. 未处理空格与无匹配场景：拆分后的组名带空格（如' D'），无法与group_list中的'D'匹配；若某行无匹配组，list(...)会返回空列表，取[0]会触发索引越界错误，这也是内核崩溃的原因。

正确实现代码 #

import pandas as pd

# 构建示例DataFrame
data = {
    'Name': ['Mary', 'Lukas', 'John', 'Mary', 'Lukas', 'John', 'Mary', 'Lukas', 'John'],
    'Group': ['A, D, T, F', 'A, D, T, F', 'A, D, T, F', 'B, G, Y, Z', 'B, G, Y, Z', 'B, G, Y, Z', 'K', 'L', 'M'],
    '平均年龄': [10, 20, 5, 15, 25, 50, 12, 23, 56]
}
df = pd.DataFrame(data)

group_list = ['D', 'Y', 'K', 'L', 'M']
group_set = set(group_list)  # 转集合提升匹配效率

# 提取每行匹配的组：处理空格，无匹配时返回None
df['匹配组'] = df['Group'].str.split(',').apply(
    lambda x: next((g.strip() for g in x if g.strip() in group_set), None)
)

# 过滤出有匹配组的行
filtered_df = df.dropna(subset=['匹配组'])

# 获取每个姓名在对应匹配组的平均年龄（原数据每个组合唯一，直接保留即可）
print(filtered_df[['Name', '匹配组', '平均年龄']])

# 按姓名分组，计算该姓名在所有匹配组中的总平均年龄
name_avg = filtered_df.groupby('Name')['平均年龄'].mean().reset_index()
print("\n按姓名汇总平均年龄：")
print(name_avg)

# 按匹配组分组，计算每组内的平均年龄
group_avg = filtered_df.groupby('匹配组')['平均年龄'].mean().reset_index()
print("\n按组汇总平均年龄：")
print(group_avg)

代码说明 #

• group_set = set(group_list)：将列表转为集合，大幅提升成员判断的效率。
• next(..., None)：遍历拆分后的组名（先去除空格），找到第一个匹配的组；若无匹配则返回None，避免索引越界错误。
• dropna(subset=['匹配组'])：过滤掉无匹配组的行，确保后续计算的有效性。

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