如何将numpy.float64数据存入DataFrame？均值存储异常求助

问题背景 #

我有5个仅komoditas列取值不同的DataFrame，结构如下：

我用以下循环计算5个DataFrame中每日harga的均值：

for z in dfs:
    for x in tanggal:
        mean = z.loc[z['tanggal'] == x, 'harga'].mean()
        rata = [mean]
        print(rata)

其中dfs是5个DataFrame的集合，tanggal为1到31的数值范围。运行后能打印出一系列numpy.float64类型的均值，但用df_rata = pd.DataFrame(rata, columns =['Harga Rata'])转为DataFrame时，仅显示最后一个值，查看len(rata)发现变量只存储了1个值。

错误原因 #

核心问题是每次循环都重新赋值创建了新的rata列表：代码里的rata = [mean]这行，每一次循环都会把rata替换成一个只包含当前mean的新列表，之前循环得到的所有均值都会被覆盖，最后自然只剩最后一次循环的结果。

解决方法 #

方法1：修改循环逻辑，追加元素到列表 #

先初始化一个空列表，然后在循环中用append()方法把每个均值添加进去，而不是重新赋值：

# 先创建一个空列表用来存储所有均值
rata = []
for z in dfs:
    for x in tanggal:
        mean = z.loc[z['tanggal'] == x, 'harga'].mean()
        rata.append(mean)  # 把当前均值追加到列表末尾
        print(mean)

# 现在转换为DataFrame就会包含所有计算出的均值
df_rata = pd.DataFrame(rata, columns=['Harga Rata'])

方法2：用pandas内置方法简化计算（更高效） #

如果你的需求是按tanggal分组计算每日的整体均值，完全不需要嵌套循环，用pandas的concat和groupby可以更简洁高效地实现：

1. 先将5个DataFrame合并成一个大的DataFrame：

combined_df = pd.concat(dfs, ignore_index=True)

2. 按tanggal分组，计算每组harga的均值：

df_rata = combined_df.groupby('tanggal')['harga'].mean().reset_index(name='Harga Rata')

这种方法不仅代码更简洁，运行效率也远高于手动循环，尤其是数据量较大时优势明显。

内容的提问来源于stack exchange，提问作者Skidud