如何从DataFrame中提取符合列条件的数据并计算分组均值？

不用drop删行，直接用布尔索引就能提取符合条件的行，这是pandas里最常用的方式：

# 提取风向为360°的所有行
north_wind_rows = df[df['风向'] == 360]
# 单独提取对应的风速列
north_wind_speeds = df[df['风向'] == 360]['风速']

也可以用query()方法，写法更简洁：

north_wind_rows = df.query('风向 == 360')
north_wind_speeds = df.query('风向 == 360')['风速']

如果要批量处理所有风向，直接用groupby分组统计最省心，它会自动按风向分组，然后计算每组的平均风速：

# 按风向分组，计算每组风速的平均值
wind_direction_avg = df.groupby('风向')['风速'].mean()

这个结果是一个Series，索引是各个风向值，对应的值就是该方向的平均风速，不用自己手动算总和除以次数。

如果要手动验证单个风向的平均（比如北风），也可以这么算：

north_speeds = df[df['风向'] == 360]['风速']
north_avg_speed = north_speeds.sum() / len(north_speeds)
# 或者直接用pandas的mean方法，结果完全一致
north_avg_speed = north_speeds.mean()

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