使用Pandas按mes与estacao分组计算月度城市平均温度出错求助

问题分析 #

你当前的代码存在两个核心问题：

1. 分组列的索引方式错误：df2['mes', 'estacao']这种写法仅适用于**多级列名（MultiIndex）**的场景，而你的数据集列名是普通字符串，应该用列表形式指定分组列。
2. 直接赋值分组均值会导致索引对齐失败：groupby(...).mean()返回的是分组后的聚合结果（行数远少于原DataFrame），直接赋值给新列会因为索引不匹配，造成大量NaN或者数据错位。

正确实现代码 #

# 按月份(mes)和城市(estacao)分组，用transform广播均值到每一行
df2['avg_temp_ar_mensal'] = df2.groupby(['mes', 'estacao'])['temp_ar'].transform('mean')

代码说明 #

• groupby(['mes', 'estacao'])：明确指定按mes和estacao两个维度分组，确保每个城市每个月的均值独立计算。
• transform('mean')：将分组计算出的均值，填充到该分组对应的每一行中，保持原DataFrame的行数和索引完全对齐，避免赋值时的索引错位问题。

对比错误写法的问题 #

• 错误写法1：df2['temp_ar'].groupby(df2['mes', 'estacao']).mean()
  这里的df2['mes', 'estacao']会被解析为尝试获取列名为('mes', 'estacao')的列，而你的数据集里没有这个列，因此直接报错。
• 错误写法2：df2['temp_ar'].groupby(df2['mes']).mean()
  仅按月份分组，会把所有城市的气温数据混在一起计算月均值，无法区分不同城市，导致结果不符合需求。

内容的提问来源于stack exchange，提问作者Ossevaolep