Python DataFrame分组后按ColD=Blue条件计算ColC均值生成ColE

方法1：临时筛选列实现（直观易懂） #

先构造一个仅保留ColD="Blue"对应ColC值、其余为NaN的临时列，再按分组计算均值（均值计算会自动忽略NaN），最后用transform把结果映射到每一行：

# 创建临时筛选列，仅保留ColD为Blue的ColC值
df['ColC_filtered'] = df['ColC'].where(df['ColD'] == 'Blue')
# 分组计算均值并填充到ColE
df['ColE'] = df.groupby(['ColA', 'ColB'])['ColC_filtered'].transform('mean')
# 可选：删除临时列
df = df.drop(columns='ColC_filtered')

方法2：匿名函数直接筛选（简洁高效） #

在transform中用匿名函数，针对每个分组的索引，筛选出ColD="Blue"的行再计算均值：

df['ColE'] = df.groupby(['ColA', 'ColB'])['ColC'].transform(
    lambda x: x[df.loc[x.index, 'ColD'] == 'Blue'].mean()
)

最终结果表 #

说明 #

两种方法都能让每个ColA+ColB分组的所有行，统一填充该分组下ColD="Blue"的ColC均值；由于题目已确保每个分组至少有一行ColD="Blue"，无需处理均值为NaN的情况。

内容的提问来源于stack exchange，提问作者Connie Xu