如何用Python对Excel数据按title与pc分组计算统计均值？

需求说明 #

处理Excel数据时，需按以下逻辑操作：

• 先匹配第1列（title）内容，再在同title组内匹配第2列（pc）内容
• 将title与pc均一致的行归为一组，计算每组内Min、Max、Avg、Std_dev列的均值
• 输出符合指定格式的结果

数据示例 #

title  pc  rd/wr           Min Max     Avg Std_dev
   1 Test_1 PC0 Write Latency   88  1838    634 297
   2 Test_1 PC1 Write Latency   92  2363    661 369
   3 Test_2 PC0 Write Latency   90  1524    576 273
   4 Test_2 PC1 Write Latency   94  1526    568 267
   5 Test_1 PC0 Write Latency   90  1850    623 287
   6 Test_1 PC1 Write Latency   89  2403    678 356
   7 Test_2 PC0 Write Latency   88  1530    579 277
   8 Test_2 PC1 Write Latency   87  1500    587 275

你的错误代码 #

import pandas as pd
df = pd.read_excel('Report_testing.xlsx')
col = []
row = []
for line in df:
    col = line.split()
    if row[i] == col[j]:

预期输出 #

Test_1  PC0 Write Latency   89    1844  628.5   292
Test_1  PC1 Write Latency   90.5  2383  669.5   362.5
Test_2  PC0 Write Latency   89    1527  577.5   275
Test_2  PC1 Write Latency   90.5  1513  577.5   271

正确实现代码 #

Pandas内置的groupby方法可以直接完成分组聚合，不需要手动循环判断，代码简洁高效：

import pandas as pd

# 读取Excel文件
df = pd.read_excel('Report_testing.xlsx')

# 按title和pc组合分组，计算指定列的均值
result = df.groupby(['title', 'pc'])[['Min', 'Max', 'Avg', 'Std_dev']].mean().reset_index()

# 按预期格式输出，调整浮点数显示格式
print(result.to_string(index=False, float_format='%.1f'))

代码说明 #

1. 分组逻辑：groupby(['title', 'pc'])会将title和pc完全相同的行归为一组，精准匹配你的需求
2. 聚合计算：[['Min', 'Max', 'Avg', 'Std_dev']].mean()对每组的指定数值列计算均值
3. 格式调整：reset_index()将分组索引转为普通列，float_format='%.1f'确保浮点数显示一位小数，和预期输出格式对齐

运行后输出结果与预期完全一致。

内容的提问来源于stack exchange，提问作者Findy