如何按MarketId和SelectionId计算DataFrame中Prob的均值？

我尝试用以下代码分组计算Prob列的均值，但未得到预期结果：

df.groupby(['MarketId', 'SelectionId', ], as_index=False)['Prob'].mean()

示例DataFrame #

期望输出DataFrame #

解决方案 #

你的代码逻辑本身是正确的，未得到预期结果通常是两个原因导致：

1. 浮点精度问题 #

MarketId为浮点数时，可能存在微小的存储精度差异（比如1.12211769实际存储为1.1221176900000001），导致本该同组的记录被错误拆分。可以将MarketId转为字符串类型避免这个问题：

# 转换MarketId为字符串，消除浮点精度影响
df['MarketId'] = df['MarketId'].astype(str)
# 确保SelectionId为整数类型，避免类型不一致导致的分组错误
df['SelectionId'] = df['SelectionId'].astype(int)

2. 小数位数格式问题 #

期望输出的均值保留了3位小数，而默认的mean()计算会返回更多小数位，需要用round(3)调整格式：

最终可用代码：

# 预处理数据类型
df['MarketId'] = df['MarketId'].astype(str)
df['SelectionId'] = df['SelectionId'].astype(int)

# 分组计算均值并保留3位小数
result = df.groupby(['MarketId', 'SelectionId'], as_index=False)['Prob'].mean().round(3)

执行后即可得到与期望一致的输出结果。

内容的提问来源于stack exchange，提问作者Robsmith