使用Python Pandas从文本文件计算出租车行驶数据的总和、次数及平均值

首先，读取无表头的CSV文件时，建议先给列指定名称，避免后续用索引操作的麻烦：

import pandas as pd

# 读取文件，指定列名
df = pd.read_csv('你的文件名.csv', names=['taxi_id', 'mileage'])

接下来，使用groupby配合agg方法，一次性完成三个统计指标的计算，还可以对平均里程设置精度：

# 分组聚合计算
result = df.groupby('taxi_id')['mileage'].agg(
    总行驶里程='sum',
    行驶次数='count',
    平均行驶里程=lambda x: round(x.mean(), 2)
).reset_index()

print(result)

输出结果（对应你的示例数据） #

taxi_id  总行驶里程  行驶次数  平均行驶里程
0   00000      86      2     43.00
1   00001      54      2     27.00
2   00002      54      1     54.00
3   00004      20      2     10.00
4   00005      49      3     16.33

补充说明 #

如果不想提前指定列名，也可以用原索引操作，代码如下：

result = df.groupby(df.columns[0])[df.columns[1]].agg(
    总行驶里程='sum',
    行驶次数='count',
    平均行驶里程=lambda x: round(x.mean(), 2)
).reset_index()

不过指定列名的方式可读性更强，更推荐。

内容的提问来源于stack exchange，提问作者deepak