按phase分组计算duration列平均值的数据处理需求

原始数据 #

id      phase duration
19743   D17   1.66            
19743   D06   2.25    
19743   C17   2.3         
19743   D06   4.44    

期望结果 #

id      phase duration
   19743    D17   1.66            
   19743    D06   3.35    
   19743    C17   2.3         

实现方案 #

1. SQL 实现

通过GROUP BY对id和phase分组，用AVG()计算平均值，搭配ROUND()可保留指定小数位数：

SELECT 
    id,
    phase,
    ROUND(AVG(duration), 2) AS duration
FROM 
    your_table_name
GROUP BY 
    id, phase;

2. Python Pandas 实现

利用groupby分组后计算均值，再重置索引恢复表格结构：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'id': [19743, 19743, 19743, 19743],
    'phase': ['D17', 'D06', 'C17', 'D06'],
    'duration': [1.66, 2.25, 2.3, 4.44]
})

# 分组计算均值并格式化小数
result = df.groupby(['id', 'phase'])['duration'].mean().round(2).reset_index()
print(result)

3. Excel 实现

• 数据透视表法

  1. 选中数据区域，点击「插入」→「数据透视表」
  2. 将id、phase拖入「行」区域，duration拖入「值」区域
  3. 点击值区域的duration字段，选择「值字段设置」→ 改为「平均值」，并设置小数位数为2

• 公式法
  在空白单元格输入以下公式（假设数据在A2:C5区域），下拉填充后删除重复项即可：

  =AVERAGEIFS($C$2:$C$5, $A$2:$A$5, $A2, $B$2:$B$5, $B2)
  

内容的提问来源于stack exchange，提问作者Jzl