如何合并两个Pandas分组聚合列并添加除法计算列

步骤1：合并两个DataFrame #

df_weight和df_TotalShow共享Genre列，直接用pd.merge()按该列合并，就能把两表的total_weight和total_shows整合到同一DataFrame中：

import pandas as pd

# 合并操作（默认内连接，可通过how参数指定外连接/左连接等逻辑）
df_merged = pd.merge(df_weight, df_TotalShow, on='Genre')

步骤2：新增Avg列 #

合并完成后，直接在新DataFrame中通过列运算生成Avg列——这种方式能保证索引完全对齐，避免单独用div得到孤立Series的问题：

# 计算均值列
df_merged['Avg'] = df_merged['total_weight'] / df_merged['total_shows']

# 若需处理除数为0的场景，用div方法并设置填充值
# df_merged['Avg'] = df_merged['total_weight'].div(df_merged['total_shows'], fill_value=0)

完整示例 #

假设你的数据结构如下，运行代码后即可得到包含Genre、total_weight、total_shows、Avg的完整DataFrame：

# 模拟你的数据结构
df_weight = pd.DataFrame({
    'Genre': ['Action', 'Comedy', 'Drama'],
    'total_weight': [250, 180, 320]
})

df_TotalShow = pd.DataFrame({
    'Genre': ['Action', 'Comedy', 'Drama'],
    'total_shows': [10, 9, 16]
})

# 合并+计算均值
df_merged = pd.merge(df_weight, df_TotalShow, on='Genre')
df_merged['Avg'] = df_merged['total_weight'] / df_merged['total_shows']

print(df_merged)

输出结果：

Genre  total_weight  total_shows   Avg
0   Action           250           10  25.0
1   Comedy           180            9  20.0
2    Drama           320           16  20.0

内容的提问来源于stack exchange，提问作者Aloysius