Pandas按城市和月份分组计算部门记录均值的方法咨询

我有一个包含多列不同部门记录的DataFrame，需要按"city"（城市）和"month"（月份）分组，计算各部门记录的均值。我已经实现了按"city"单独分组的逻辑，但不知道怎么同时按两列分组。我是Python和Pandas新手，求实现建议。

现有代码 #

new = df.DataFrame(columns = ['city', 'month'])
cit = old['city'].unique()
for i in range(len(cit)):
   c = cit[i]
   subset = old[old['city'] == c]
   a = subset['dept records A'].mean()
   b = subset['dept records B'].mean()
   tbl = tbl.append({'city':c,'dept records A':a,'dept records B':b})

我的思路 #

cit = old['city'].unique()
mon = old['month'].unique()

for i in range(len(cit)):
   for j in range(len(mon)):
       c = cit[i]
       m = mon[j]
       subset = old[old['city'] == c, old['month'] == m]

解决方案 #

先纠正你思路里的语法错误 #

你写的多条件筛选语法不对，Pandas中多条件筛选需要用&连接，且每个条件需加括号，正确写法是：

subset = old[(old['city'] == c) & (old['month'] == m)]

但这种嵌套循环的方式效率极低，数据量大时会明显卡顿，Pandas提供了更高效的分组方法。

推荐的Pandas原生实现 #

直接用groupby函数同时按两列分组，一行代码就能完成需求，完全不需要手动循环：

# 针对需要计算均值的部门列，直接分组求均值
result = old.groupby(['city', 'month'])[['dept records A', 'dept records B']].mean().reset_index()

代码解释：

• groupby(['city', 'month'])：指定按city和month两列作为分组依据
• [['dept records A', 'dept records B']]：选择需要计算均值的部门记录列
• .mean()：对每个分组内的指定列计算均值
• .reset_index()：将分组用的city和month从索引转回普通列，方便后续使用

这种方法是Pandas的向量化操作，比手动循环快得多，代码也更简洁易读，完全适配你的需求。

内容的提问来源于stack exchange，提问作者CodingCoder