Pandas数据处理：按Server分组，基于diff最小值计算Power均值

现有如下Pandas DataFrame：

Server  Clock 1  Clock 2  Power   diff
0  PhysicalWindows1     3400   3300.0   58.5  100.0
1  PhysicalWindows1     3400   3500.0   63.0  100.0
2  PhysicalWindows1     3400   2900.0   25.0  500.0
3  PhysicalWindows2     3600   3300.0   83.8  300.0
4  PhysicalWindows2     3600   3500.0   65.0  100.0
5  PhysicalWindows2     3600   2900.0   10.0  700.0
6    PhysicalLinux1     2600      NaN    NaN    NaN
7    PhysicalLinux1     2600      NaN    NaN    NaN
8              Test     2700   2700.0   30.0    0.0

对每个Server分组后执行以下操作：

• 仅保留diff列值为该分组最小值的行；
• 若分组内有多条符合条件的行，对Power列求均值；
• 若仅一条符合条件的行，直接取该行的Power值；
• 若Power列全为NaN，保留NaN。

期望输出结果：

Server  Clock 1            Power  
0  PhysicalWindows1     3400    60.75
1  PhysicalWindows2     3600             65.0
2    PhysicalLinux1     2600              NaN
3              Test     2700             30.0

通过Pandas的分组、筛选和聚合操作可实现需求，代码如下：

import pandas as pd

# 构造原始DataFrame（若已有可跳过此步）
data = {
    'Server': ['PhysicalWindows1', 'PhysicalWindows1', 'PhysicalWindows1',
               'PhysicalWindows2', 'PhysicalWindows2', 'PhysicalWindows2',
               'PhysicalLinux1', 'PhysicalLinux1', 'Test'],
    'Clock 1': [3400, 3400, 3400, 3600, 3600, 3600, 2600, 2600, 2700],
    'Clock 2': [3300.0, 3500.0, 2900.0, 3300.0, 3500.0, 2900.0, None, None, 2700.0],
    'Power': [58.5, 63.0, 25.0, 83.8, 65.0, 10.0, None, None, 30.0],
    'diff': [100.0, 100.0, 500.0, 300.0, 100.0, 700.0, None, None, 0.0]
}
df = pd.DataFrame(data)

# 1. 计算每个Server分组的diff最小值并广播到原表行
min_diff_per_group = df.groupby('Server')['diff'].transform('min')

# 2. 筛选出diff等于分组最小值的行
filtered_rows = df[df['diff'] == min_diff_per_group]

# 3. 分组聚合：Clock 1取组内唯一值，Power取均值
result = filtered_rows.groupby('Server').agg(
    {'Clock 1': 'first',
     'Power': 'mean'}
).reset_index()

# 输出结果
print(result)

代码说明 #

• 步骤1：用transform方法将每个分组的diff最小值同步到原DataFrame的对应行，避免手动匹配分组；
• 步骤2：通过布尔索引筛选出符合diff为分组最小值的行；
• 步骤3：对筛选后的子集再次按Server分组，Clock 1取组内第一个值（因同一Server的Clock 1值一致），Power取均值——自动适配单条/多条符合条件的行，全NaN时均值保持NaN，完全匹配需求。

执行后输出结果：

Server  Clock 1  Power
0    PhysicalLinux1     2600    NaN
1  PhysicalWindows1     3400  60.75
2  PhysicalWindows2     3600  65.00
3              Test     2700  30.00

内容的提问来源于stack exchange，提问作者ReactNewbie123