如何用Python计算Excel中A-C列内容相同行的D-G列均值

核心解决方案：使用Pandas的groupby实现动态分组计算 #

放弃硬编码行位置的方式，用Pandas的分组功能可以自动识别A、B、C列内容完全相同的行组，并批量计算均值，代码如下：

import pandas as pd

# 读取目标Excel文件
df = pd.read_excel("your_excel_file.xlsx")

# 按A、B、C列分组，对D-G列求均值，重置索引让分组列变回普通列
result_df = df.groupby(['A', 'B', 'C'])[['D', 'E', 'F', 'G']].mean().reset_index()

# 查看结果或保存到新Excel
print(result_df)
# result_df.to_excel("grouped_mean_result.xlsx", index=False)

代码解释 #

• groupby(['A', 'B', 'C'])：自动将A、B、C列内容完全一致的行归为同一组，无需手动指定行位置，适配任何分组分布。
• [['D', 'E', 'F', 'G']].mean()：对每个分组的D到G列分别计算均值。
• reset_index()：将原本作为分组索引的A、B、C列转换为普通数据列，方便后续查看或导出。

示例验证 #

假设你的Excel原始数据为：

运行代码后得到的期望结果：

原硬编码方案的问题 #

硬编码行位置（比如df.loc[0:1, 'D':'G'].mean()）的局限性非常明显：

• 只能处理固定的行范围，无法自动识别所有分组；
• 数据更新或分组位置变化时，代码会直接报错或计算结果错误；
• 无法批量处理多个分组，效率极低。

内容的提问来源于stack exchange，提问作者Findy