Pandas：如何在分组内计算忽略0值的平均值？

要实现分组计算时忽略0值的平均值，可以通过以下两种方法解决：

方法一：将0替换为缺失值后求均值 #

Pandas的mean()方法默认会忽略缺失值（NaN），因此可以先把数据中的0替换为pd.NA，再执行分组求均值操作：

import pandas as pd

# 替换0为缺失值，再分组计算均值
result = df.replace(0, pd.NA).groupby('name', as_index=False).mean()

这个方法简单高效，适合大多数场景。

方法二：使用自定义聚合函数 #

通过自定义lambda函数，对每组的每一列筛选出非0值后计算均值：

# 自定义聚合逻辑，仅计算非0值的均值
result = df.groupby('name', as_index=False).agg(lambda col: col[col != 0].mean())

如果需要保留原列的数据类型特性，这个方法同样适用。

验证示例数据 #

以你提供的___Backyard Jr. (__Xinyi)分组为例：

• star列非0值为[4,3,4,3]，均值为3.5
• atm列非0值为[4]，均值为4.0
• food列非0值为[4,3]，均值为3.5
  两种方法都能得到符合要求的结果。

内容的提问来源于stack exchange，提问作者Arren Zhou