如何使用Pandas逐行计算列平均值及分段平均值？

首先构造你的目标DataFrame：

import pandas as pd

df = pd.DataFrame({'val': [10, 20, 30, 40, 30]}, index=[1, 2, 3, 4, 5])

1. 计算逐行累计平均值avg #

用Pandas的expanding()方法，它会从第一行开始逐步扩展计算窗口，配合mean()就能直接得到逐行累计的平均值：

df['avg'] = df['val'].expanding().mean()

2. 计算分段累计平均值avg_sep #

先给数据打分组标签：把索引≤3的行归为一组，索引>3的行归为另一组。再按分组计算组内的累计平均值：

# 生成分组标识，索引>3的行自动归为新分组
df['group'] = (df.index > 3).cumsum()
# 按分组计算组内累计均值，去除分组索引层
df['avg_sep'] = df.groupby('group')['val'].expanding().mean().reset_index(level=0, drop=True)
# 不需要分组列的话可以删除
df.drop('group', axis=1, inplace=True)

最终运行结果完全符合预期：

val   avg  avg_sep
1   10  10.0     10.0
2   20  15.0     15.0
3   30  20.0     20.0
4   40  25.0     40.0
5   30  26.0     35.0

内容的提问来源于stack exchange，提问作者OdiumPura