基于Pandas按州与党派排序数据集并计算投票率平均值

核心思路 #

不用手动遍历数据集，利用Pandas的数据重塑+分组聚合功能就能高效完成需求，步骤如下：

具体步骤（附代码） #

假设你的原始DataFrame结构为：州列是州名，DEM和REP列对应各党派得票率数值（如果原始数据是带%的字符串，需要先转成数值：df['DEM'] = df['DEM'].str.replace('%', '').astype(float)，REP列同理）

1. 将宽表转为窄表
   把DEM、REP列转为党派列，统一结构方便后续分组：

import pandas as pd

# 假设原始数据框名为df
melted_df = df.melt(id_vars='州', var_name='党派', value_name='得票率')

2. 按州+党派分组求平均
   用groupby自动聚合计算每组的平均值：

avg_result = melted_df.groupby(['州', '党派'])['得票率'].mean().reset_index()

3. 格式化输出为指定样式
   将结果按要求的格式打印或保存：

for _, row in avg_result.iterrows():
    # 若需整数百分比用int(row['得票率'])，保留一位小数则用row['得票率']:.1f
    print(f"{row['州']} | {row['党派']} | {int(row['得票率'])}%")

输出示例 #

运行后会得到：

新罕布什尔州 | DEM | 55%
新罕布什尔州 | REP | 45%
缅因州 | DEM | 45%
缅因州 | REP | 54%

优势说明 #

这种方法完全利用Pandas的内置优化操作，比手动遍历效率高几十倍，尤其是当数据集行数较多时，性能差距会更明显。

内容的提问来源于stack exchange，提问作者lordcarrot