如何在Pandas中按ID分组后对每组内每n行求均值并统计行数？

我有一个包含多列的大型DataFrame，其中一列是字符串类型的ID，其余列均为浮点类型。示例DataFrame如下：

import pandas as pd
df = pd.DataFrame({'ID': ['Child', 'Child', 'Child', 'Child', 'Baby', 'Baby', 'Baby', 'Baby'],
'income': [40000, 50000, 42000, 300, 2000, 4000, 2000, 3000],
'Height': [1.3, 1.5, 1.9, 2.0, 2.3, 1.4, 0.9, 0.8]})

需求是：先按ID分组，再对每组内的所有列，每n行计算一次均值，同时统计每个均值对应的参与计算的行数（新增Values列）。期望输出（当steps=3时）如下：

df_result = pd.DataFrame({'ID': ['Child', 'Child', 'Baby', 'Baby'],
'income': [44000, 300, 2600 , 3000],
'Height': [1.567, 2.0, 1.533, 0.8],
'Values': [3, 1, 3, 1]})

可以通过分组后添加分组内的行号分箱来实现，具体步骤如下：

1. 按ID分组，为每组内的行生成连续序号，再用序号计算分箱标签（每n行一组）
2. 按ID和分箱标签二次分组，计算数值列的均值以及每组的行数
3. 整理结果格式，匹配期望输出

完整代码示例 #

import pandas as pd

# 初始化数据
df = pd.DataFrame({'ID': ['Child', 'Child', 'Child', 'Child', 'Baby', 'Baby', 'Baby', 'Baby'],
                   'income': [40000, 50000, 42000, 300, 2000, 4000, 2000, 3000],
                   'Height': [1.3, 1.5, 1.9, 2.0, 2.3, 1.4, 0.9, 0.8]})
steps = 3

# 为每组添加行号，并生成分箱组
df['group_num'] = df.groupby('ID').cumcount() // steps

# 按ID和分箱组计算均值与行数
result = df.groupby(['ID', 'group_num']).agg(
    income=('income', 'mean'),
    Height=('Height', 'mean'),
    Values=('ID', 'count')
).reset_index()

# 调整格式匹配示例输出
result = result.drop('group_num', axis=1)
result['Height'] = result['Height'].round(3)
result['income'] = result['income'].astype(int)

print(result)

代码说明 #

• df.groupby('ID').cumcount()：为每个ID分组内的行生成从0开始的连续序号
• // steps：通过整数除法将序号按每steps行划分为一个组，比如序号0、1、2会被分到组0，序号3分到组1
• groupby(['ID', 'group_num']).agg(...)：同时计算数值列的均值，并用count统计每组的行数
• 最后通过round和astype调整格式，与示例输出对齐

内容的提问来源于stack exchange，提问作者Dhuijsman