如何按每10000行计算指定列平均值并存储至新列？

你需要的是固定每10000行一组，每组内所有行对应该组的平均值，而非滚动窗口的平均值。可以通过以下步骤实现：

• 给每行分配分组标签，每10000行归为同一组
• 按分组计算平均值，并将结果映射到组内的每一行

代码示例（索引为连续整数时） #

# 给每行添加分组标识，前10000行是组0，接下来10000行是组1，以此类推
df['group'] = df.index // 10000
# 按分组计算col1的平均值，并用transform把结果填充到每行
df['Average'] = df.groupby('group')['col1'].transform('mean')
# 可选：删除临时的group列
df.drop('group', axis=1, inplace=True)

代码示例（索引非连续整数时） #

如果你的DataFrame索引不是从0开始的连续整数，用np.arange生成行序号来分组更稳妥：

import numpy as np
# 按行的顺序生成分组标识，不受原索引影响
df['group'] = np.arange(len(df)) // 10000
df['Average'] = df.groupby('group')['col1'].transform('mean')
df.drop('group', axis=1, inplace=True)

这样处理后，新列Average中每10000行的数值都是对应组的平均，完全符合你按固定行数分组计算的需求。

内容的提问来源于stack exchange，提问作者user_scc