如何用Python Pandas结合groupby计算符合条件的车型平均价格

你的现有代码存在几个问题：

• 分组里的criteria列不存在，属于无效字段
• 没有先过滤符合条件的数据，会导致计算所有品牌的均价，不符合需求
• mean是方法，需要加()才能执行计算，否则只是引用方法对象

下面是修正后的完整代码，附带步骤说明：

步骤说明 #

• 先筛选出符合所有条件的行：manufacturer为Honda/Toyota、condition为good、type为sedan
• 仅按manufacturer分组，分别计算两个品牌的价格均值
• 强制指定品牌顺序，确保返回元组的顺序固定（Honda在前，Toyota在后）
• 将计算结果转为元组返回

import pandas as pd 

df = pd.read_csv("vehicles.csv")

def get_avg_prices():
    # 过滤满足所有条件的数据
    filtered_data = df[
        (df['manufacturer'].isin(['Honda', 'Toyota'])) &
        (df['condition'] == 'good') &
        (df['type'] == 'sedan')
    ]
    # 按品牌分组计算均价，指定顺序避免结果混乱
    average_prices = filtered_data.groupby('manufacturer')['price'].mean().reindex(['Honda', 'Toyota'])
    # 转为元组返回，若某个品牌无数据，默认返回NaN，可加fill_value=0替换为0
    return tuple(average_prices.values)

如果需要处理某个品牌没有符合条件数据的情况，比如用0填充缺失值，可以修改这一行：

average_prices = filtered_data.groupby('manufacturer')['price'].mean().reindex(['Honda', 'Toyota'], fill_value=0)

内容的提问来源于stack exchange，提问作者Mike Zhao