Pandas多索引DataFrame：带行过滤的分组均值映射需求

可以通过两种方法实现需求，既保留原DataFrame的所有行，又能按指定分组计算目标均值并映射到每一行：

方法一：使用groupby+transform（简洁写法） #

利用transform方法的特性，它会返回与原DataFrame行数一致的结果，同时在分组内仅对EST_UNIV == 1的行计算均值：

import pandas as pd

# 假设你的多索引DataFrame名为df
df['EY_group_mean'] = df.groupby(['date', 'SECTOR'])['EY'].transform(
    lambda x: x[df.loc[x.index, 'EST_UNIV'] == 1].mean()
)

这里transform会遍历每个['date','SECTOR']分组，在组内筛选出EST_UNIV == 1的EY值计算均值，再将该均值填充到组内的每一行，包括EST_UNIV == 0的行。

方法二：先计算分组均值再合并（高效写法） #

如果数据量较大，这种方法的性能更优，步骤如下：

1. 先筛选出符合条件的行，计算分组均值并保存为单独的DataFrame：

mean_data = df[df['EST_UNIV'] == 1].groupby(['date', 'SECTOR'])['EY'].mean().reset_index(name='EY_group_mean')

2. 通过merge将均值数据合并回原DataFrame，使用how='left'确保保留原数据的所有行：

df = df.merge(mean_data, on=['date', 'SECTOR'], how='left')

两种方法最终都会在原DataFrame中新增一列（比如EY_group_mean），每一行都会对应其所在['date','SECTOR']组的目标均值，不会丢失任何原始行。

内容的提问来源于stack exchange，提问作者Bijan Beheshti