Python：提取DataFrame列并将重复列替换为均值的实现求助

针对你的需求，先修正你现有for循环的问题，再提供更简洁的pandas内置方法：

方法一：修正你的for循环实现 #

你的代码核心问题是没有正确提取对应时间点的列，以及后续赋值逻辑不完善。以下是修正后的完整代码：

import pandas as pd

# 假设你的原始DataFrame名为df，行索引为外显子
column_names = df.columns
unique_ages = set(column_names)
mean_df = pd.DataFrame(index=df.index, columns=unique_ages)

for age in unique_ages:
    # 提取所有列名为当前age的列
    age_cols = df.loc[:, age]
    # 计算每行的均值：单列时自动返回原数据，多列时计算均值
    mean_values = age_cols.mean(axis=1)
    # 将结果赋值到mean_df的对应列
    mean_df[age] = mean_values

关键修正点： #

• 用df.loc[:, age]精准提取所有列名为age的列，兼容单列/多列场景
• 无需单独判断列数：pandas的mean(axis=1)对单列会直接返回原数据（单列均值即自身），可统一处理
• 直接复用原始DataFrame的索引df.index，避免手动传入exons可能出现的索引不匹配问题

方法二：更简洁的pandas内置方法（推荐） #

pandas提供了按列名分组聚合的内置方法，无需手动写循环，代码更简洁高效：

import pandas as pd

# 按列名分组（axis=1表示按列分组），直接计算每行的均值
mean_df = df.groupby(df.columns, axis=1).mean()

这个方法会自动将所有同名列分组，计算每组的行均值，直接生成目标DataFrame，完美适配这类重复列聚合的场景。

内容的提问来源于stack exchange，提问作者Marstian