Pandas循环计算3行分组平均值未修改DataFrame问题排查与优化

需求与示例 #

需要处理一个包含90行数据的DataFrame：每3行作为一组，计算每组A列的平均值，将该平均值赋值给对应组的所有行的B列。

原DataFrame示例：

import pandas as pd
df = pd.DataFrame({'A': [2, 3, 4, 7, 9, 8], 'B': [0, 0, 0, 0, 0, 0]})

目标DataFrame示例：

df = pd.DataFrame({'A': [2, 3, 4, 7, 9, 8], 'B': [3, 3, 3, 8, 8, 8]})

尝试的代码 #

x=0
for i in df['A']:
  if x<90:
    y = (df['A'][x]+ df['A'][(x +1)]+df['A'][(x +2)])/3
    df['B'][x] = y
    df['B'][(x+1)] = y
    df['B'][(x+2)] = y
    x=x+3
    print(y)

遇到的问题 #

代码能打印出正确的平均值y，但无法修改DataFrame的B列数据。

问题原因 #

1. 链式赋值的不确定性：你使用的df['B'][x]属于链式索引操作。Pandas中，df['B']返回的可能是原DataFrame数据的视图而非副本，后续的[x]索引再赋值时，操作可能只作用于临时副本，无法同步到原DataFrame。这种赋值方式是Pandas不推荐的，行为不可靠。
2. 循环逻辑冗余：for i in df['A']会遍历DataFrame的每一行（90次），但你的逻辑只需要每3行处理一次，多余的循环会在x≥90时跳过，虽然不影响结果，但属于无效遍历。

更优实现方法 #

方法1：使用groupby + transform（推荐） #

这是Pandas处理分组广播的惯用方法，无需手动循环，效率远高于逐行操作：

import pandas as pd

# 构造90行的示例数据（以6行示例为例扩展）
df = pd.DataFrame({'A': [2,3,4,7,9,8] + list(range(84)), 'B': [0]*90})

# 按每3行分组，计算A列均值并广播到对应组的B列
df['B'] = df['A'].groupby(df.index // 3).transform('mean')

• df.index // 3会生成每个行对应的分组标签（0,0,0,1,1,1,...29,29,29），实现每3行一组的分组逻辑。
• transform('mean')会将每组的均值广播到该组的所有行，直接赋值给B列即可完成需求。

方法2：改进循环（不推荐，仅作参考） #

如果一定要用循环实现，需使用.iloc进行位置索引，避免链式赋值的问题，同时处理最后一组可能不足3行的情况：

x = 0
total_rows = len(df)
while x < total_rows:
    # 确定当前组的结束位置，处理最后一组不足3行的情况
    end_idx = min(x + 3, total_rows)
    # 计算当前组A列的平均值
    group_mean = df['A'].iloc[x:end_idx].mean()
    # 给当前组的B列赋值
    df['B'].iloc[x:end_idx] = group_mean
    x += 3

内容的提问来源于stack exchange，提问作者Niv Reznik