如何先按y_pred分组再基于y_true分组计算对应y_true均值？

首先，你的原始数据构造代码：

import pandas as pd

d = {'id': [1, 2, 3, 4, 5, 6],
     'y_true': [0, 0, 1, 1, 1, 0],
     'y_pred': [0.23, 0.01, 0.19, 0.01, 0.3, 0.23]
    }
df = pd.DataFrame(data=d)

要实现按y_pred分组，计算每组y_true的均值，不需要手动逐行处理，直接用pandas的groupby结合mean方法就能高效完成：

# 按y_pred分组计算y_true均值，转为标准DataFrame
df1 = df.groupby('y_pred')['y_true'].mean().reset_index()

# 调整列顺序以匹配期望结果（可选）
df1 = df1[['y_true', 'y_pred']]

运行后得到的结果完全符合你的预期：

y_true  y_pred
0     0.0    0.23
1     0.5    0.01
2     1.0    0.19
3     1.0    0.30

代码说明： #

• df.groupby('y_pred')['y_true']：按y_pred的取值分组，仅保留y_true列用于后续计算
• .mean()：对每个分组内的y_true值计算平均值
• .reset_index()：将分组后的索引（即y_pred的取值）转为普通列，生成结构规整的DataFrame
• 最后调整列顺序是为了和你给出的目标结果列顺序一致，若不需要可省略这一步

内容的提问来源于stack exchange，提问作者Michael