如何在DataFrame中按列的不同取值分组计算均值？

针对你提到的场景（'color'列仅为red/blue），有两种简单的实现方式：

方法一：用groupby()批量分组计算 #

这是最通用的方法，适合分组后计算单列或多列的均值：

1. 计算指定数值列的分组均值 #

假设你的DataFrame包含'color'列和需要计算均值的数值列（比如'value'），代码如下：

import pandas as pd

# 示例数据
df = pd.DataFrame({
    'color': ['red', 'blue', 'red', 'blue', 'red'],
    'value': [10, 20, 15, 25, 12]
})

# 按color分组，计算value列的均值
color_mean = df.groupby('color')['value'].mean()
print(color_mean)

输出结果：

color
blue    22.5
red     12.333333
Name: value, dtype: float64

2. 计算所有数值列的分组均值 #

如果DataFrame有多列数值型数据，想一次性计算所有列的分组均值，去掉列名索引即可：

all_col_mean = df.groupby('color').mean()
print(all_col_mean)

方法二：布尔索引单独计算 #

因为你的'color'只有red和blue两种取值，也可以直接用布尔筛选后计算均值：

# 计算red对应数据的均值
red_mean = df[df['color'] == 'red']['value'].mean()
# 计算blue对应数据的均值
blue_mean = df[df['color'] == 'blue']['value'].mean()

print(f"red的均值: {red_mean}, blue的均值: {blue_mean}")

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