如何对DataFrame中不同长度数组执行按元素平均？

问题回顾 #

你需要对多个长度不一的数组按位置计算平均值，示例如下：

A = [0,10,20]
B = [10,40,60,80]
C = [50,70]
# 期望结果：[20, 40, 40, 80]

之前尝试用itertools.zip_longest搭配statistics.mean时，填充0会拉低平均值，而mean又不支持None作为填充值。另外你的数组来源于pandas DataFrame的某一列，每行对应一个不同长度的数组。

正确解法 #

核心思路是用np.nanmean自动忽略缺失值，结合zip_longest用NaN填充短数组的缺失位置，就能得到符合预期的结果。关键是要正确解包所有数组，让zip_longest对齐每个位置的元素。

修正后的代码 #

import pandas as pd
import numpy as np
from itertools import zip_longest

df = pd.read_csv('data.csv')
sec1 = df[(df['Color'] == 'blue') & (df['Type'] == 21)]

# 提取DataFrame列中的所有数组到列表
all_arrays = sec1['time'].tolist()

# 对齐所有数组，用NaN补位后逐组计算平均（自动忽略NaN）
outcome = [np.nanmean(group) for group in zip_longest(*all_arrays, fillvalue=np.nan)]

print(outcome)

关键说明 #

• zip_longest(*all_arrays)：这里的*是解包操作，把列表中的每个数组作为独立参数传给zip_longest，这样才能将所有数组的第1个元素、第2个元素……分别归为一组。
• fillvalue=np.nan：用NaN填充短数组缺失的位置，np.nanmean计算时会跳过这些NaN值，只对存在的元素求平均，完全匹配预期结果。
• 针对示例数组的测试验证：

  A = [0,10,20]
  B = [10,40,60,80]
  C = [50,70]
  all_arrays = [A,B,C]
  result = [np.nanmean(g) for g in zip_longest(*all_arrays, fillvalue=np.nan)]
  print(result)  # 输出：[20.0, 40.0, 40.0, 80.0]，与预期一致
  

额外排查点 #

如果你的sec1['time']列存储的是字符串格式的数组（比如CSV导出时未正确序列化），需要先转换为列表：

import ast
sec1['time'] = sec1['time'].apply(ast.literal_eval)

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