Pandas跨多列计算各运动参与者的平均年龄与体重

不需要用循环或者会生成组合的groupby，用向量化矩阵运算是最高效的方式，直接一次性计算所有运动的统计值：

实现代码 #

import pandas as pd

df = pd.DataFrame([
    [0, 1, 0, 30, 150],
    [1, 1, 1, 25, 200],
    [1, 0, 0, 20, 175]
], columns=[
    "Plays Basketball",
    "Plays Soccer",
    "Plays Football",
    "Age",
    "Weight"
])

# 分离运动列和需要统计的数值列
sports_cols = df.columns[:3]
numeric_cols = ['Age', 'Weight']

# 计算每项运动的参与人数
participant_counts = df[sports_cols].sum(axis=0)

# 用矩阵乘法计算每项运动对应的年龄、体重总和
# 运动列转置后和数值列做内积，得到每个运动的总年龄、总重量
total_stats = df[sports_cols].T @ df[numeric_cols]

# 计算平均值
result = total_stats / participant_counts

print(result)

输出结果 #

Age  Weight
Plays Basketball  22.5   187.5
Plays Soccer      27.5   175.0
Plays Football    25.0   200.0

为什么高效？ #

这个方法完全用Pandas的向量化操作完成，避免了逐行循环或者分组的额外开销：

• 矩阵乘法@一次性完成所有运动的总和计算，比循环遍历每个运动列快得多
• 所有操作都是基于Pandas底层的优化实现（依赖NumPy的C语言运算），性能远高于Python层面的循环

内容的提问来源于stack exchange，提问作者Scott Guthart