Python中groupby聚合mean后如何用round限制小数位数？

嗨，我来帮你搞定这个小数位数的问题！这里有几种简单的方法可以把round()和mean()结合起来，轻松把price列的均值限制为两位小数：

方法1：先计算均值，再单独处理price列 #

这种方法最直观，先按body-style分组计算所有列的均值，之后再对price列应用round()：

# 先分组计算均值
grouped_test_bodystyle = df_gptest2.groupby(['body-style'], as_index=False).mean()
# 对price列保留两位小数
grouped_test_bodystyle['price'] = grouped_test_bodystyle['price'].round(2)

方法2：分组时直接用agg指定计算规则（更高效） #

如果不想多一步操作，可以在分组聚合的时候，直接对price列定义“先求均值再保留两位小数”的规则，用agg()方法实现：

grouped_test_bodystyle = df_gptest2.groupby(['body-style'], as_index=False).agg(
    price=('price', lambda col: round(col.mean(), 2))
)

这里用了命名聚合（named aggregation），price=('price', ...)里第一个price是结果列的名称，第二个是原数据中的列名，lambda函数完成“均值+四舍五入”的组合操作。

如果还有其他列需要同样处理，直接扩展agg的参数即可：

grouped_test_bodystyle = df_gptest2.groupby(['body-style'], as_index=False).agg(
    price=('price', lambda x: round(x.mean(), 2)),
    horsepower=('horsepower', lambda x: round(x.mean(), 2))
)

小提示 #

• 方法2更高效，因为它只在聚合阶段处理需要的列，避免了对所有列先计算均值再处理的额外开销。
• round()的参数2就是你要保留的小数位数，要是需要其他位数，直接改这个数字就行。

内容的提问来源于stack exchange，提问作者Janneman