如何基于多列表值计算Pandas DataFrame中ROP的总和与平均值

实现步骤 #

• 筛选目标行：使用isin()方法匹配Location和Office的指定列表，结合布尔索引筛选符合条件的数据
• 处理ROP数据（若为百分比字符串）：将带%的字符串转换为浮点型数值，方便计算
• 计算总和与平均值：调用Pandas的sum()和mean()方法完成统计，最后可格式化为百分比输出

完整代码示例 #

import pandas as pd

# 假设原始DataFrame df1已存在
a = ['Berlin','Paris','Luxembourg']
b = ['Head Office','Corporate Office']

# 1. 筛选符合条件的行
df_filtered = df1[(df1['Location'].isin(a)) & (df1['Office'].isin(b))]

# 2. 处理ROP列（如果是带%的字符串格式）
# 若ROP已经是数值类型，可跳过此步
df_filtered['ROP'] = df_filtered['ROP'].str.replace('%', '').astype(float)

# 3. 计算总和与平均值
rop_total = df_filtered['ROP'].sum()
rop_mean = df_filtered['ROP'].mean()

# 格式化为百分比输出（保留1位小数）
print(f"ROP总和：{rop_total:.1f}%")
print(f"ROP平均值：{rop_mean:.1f}%")

补充说明 #

• 若ROP列存储的是小数形式的比例（如0.535代表53.5%），计算时需乘以100再格式化：

  rop_total = df_filtered['ROP'].sum() * 100
  rop_mean = df_filtered['ROP'].mean() * 100
  

• 布尔索引中必须用&表示逻辑与，且每个条件需用括号包裹，避免优先级错误

内容的提问来源于stack exchange，提问作者Sanket