如何在Python DataFrame中按分组计算阈值以上均值并生成新列

直接给你一套可落地的代码，搭配模拟数据，你可以替换成自己的真实数据使用：

1. 模拟示例数据（替换为你的真实DataFrame即可） #

import pandas as pd
import numpy as np

# 分数表：日期+各人员分数（含NaN值）
score_df = pd.DataFrame({
    '日期': ['2024-01-01', '2024-01-02', '2024-01-03'],
    'James': [4, 2, np.nan],
    'Jamie': [5, 3, 1],
    'Alice': [2, 4, 5],
    'Bob': [np.nan, 3, 6]
})

# 人员分组表：姓名+分组（guy/girl）
group_df = pd.DataFrame({
    '姓名': ['James', 'Jamie', 'Alice', 'Bob'],
    '分组': ['guy', 'girl', 'girl', 'guy']
})

2. 替换低于阈值的分数为NaN #

先筛选出分数列（排除日期列），用where方法把≤3的数值替换成NaN：

# 提取所有分数列（去掉日期列）
score_cols = score_df.columns.drop('日期')
# 替换逻辑：分数>3则保留原值，否则设为NaN
score_df[score_cols] = score_df[score_cols].where(score_df[score_cols] > 3, np.nan)

3. 按分组计算每行的组内均值 #

先把分组表转成「姓名-分组」的字典，拆分出两组对应的列名，最后按行计算均值（自动忽略NaN）：

# 把分组表转成字典，方便匹配分数表的列名
group_map = group_df.set_index('姓名')['分组'].to_dict()

# 拆分出guy和girl对应的分数列名
guy_cols = [name for name, group in group_map.items() if group == 'guy']
girl_cols = [name for name, group in group_map.items() if group == 'girl']

# 计算每行的组内均值，skipna=True自动忽略NaN值
score_df['guy_mean'] = score_df[guy_cols].mean(axis=1, skipna=True)
score_df['girl_mean'] = score_df[girl_cols].mean(axis=1, skipna=True)

你之前得到全NaN的常见原因 #

• 分组表的姓名和分数表的列名不匹配（比如大小写、空格差异），导致筛选出的guy_cols/girl_cols是空列表，计算均值自然返回NaN
• 计算均值时没加axis=1，默认按列计算全局均值，而非每行的组内均值
• 替换阈值时逻辑搞反（比如用了mask而非where），或者误修改了日期列导致计算出错

内容的提问来源于stack exchange，提问作者Hal