如何将DataFrame中城市的均值与标准差列用±符号合并

需求说明 #

现有包含多城市均值（列名后缀_mean）和标准差（列名后缀_sdev）的表格数据，需要将每个城市的均值与标准差用±符号合并，生成以城市名为列名的新表格，空值保留原状态。

Python 实现方案（基于Pandas） #

步骤与代码 #

1. 导入Pandas并构造/读取原始数据：

import pandas as pd

# 示例原始数据（实际可通过pd.read_csv/pd.read_excel读取）
data = {
    'Gulzarpet_mean': [20.2, 12.7],
    'Amravati_mean': [25.5, 14.8],
    'Vizag_mean': [pd.NA, 56.7],
    'Gulzarpet_sdev': [5.9, 12.3],
    'Amravati_sdev': [7.4, 15.9],
    'Vizag_sdev': [pd.NA, 7.3]
}
df = pd.DataFrame(data)

2. 批量合并对应列：

# 提取唯一城市名称
cities = list(set(col.split('_')[0] for col in df.columns))

# 初始化新DataFrame
new_df = pd.DataFrame()

# 循环处理每个城市的均值与标准差列
for city in cities:
    mean_col = f"{city}_mean"
    sdev_col = f"{city}_sdev"
    # 仅当均值和标准差都非空时合并，否则保留空值
    new_df[city] = df.apply(
        lambda row: f"{row[mean_col]}±{row[sdev_col]}" 
        if pd.notna(row[mean_col]) and pd.notna(row[sdev_col]) 
        else pd.NA,
        axis=1
    )

# 调整列顺序与原始数据的城市顺序一致（可选）
new_df = new_df[[col.split('_')[0] for col in df.columns if '_mean' in col]]

# 输出结果
print(new_df)

代码说明 #

• 通过拆分列名提取城市名，避免手动逐个指定城市
• 用apply逐行判断空值，确保仅当均值和标准差都有效时才合并
• 可选调整列顺序，保持与原始数据的城市排列一致

Excel 实现方案 #

方法1：公式手动批量处理 #

1. 在空白列（如G列）首行输入公式，以Gulzarpet为例（均值在A列，标准差在D列）：

=IF(AND(NOT(ISBLANK(A2)),NOT(ISBLANK(D2))),A2&"±"&D2,"")

2. 将公式下拉填充至所有行，复制结果并粘贴为值，将列名改为对应城市名
3. 重复上述步骤处理其他城市

方法2：Power Query 高效批量处理 #

1. 选中原始数据区域，点击「数据」→「从表格/区域」导入Power Query编辑器
2. 点击「转换」→「逆透视列」→「逆透视所有列」，将数据转为「属性」「值」两列
3. 选中「属性」列，点击「拆分列」→「按分隔符」，选择下划线_，拆分为「城市名」「类型」两列
4. 选中「城市名」列，点击「透视列」，值列选「值」，列名选「类型」，聚合函数选「不要聚合」
5. 点击「添加列」→「自定义列」，输入公式：

= if [mean] <> null and [sdev] <> null then Text.From([mean]) & "±" & Text.From([sdev]) else null

6. 删除「mean」「sdev」列，点击「关闭并上载」，将结果导出至Excel表格

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