Pandas：基于双向列匹配条件计算指定列的平均值

架构老林

2026-8-25

解决DataFrame的交叉平均值计算问题

核心思路

先预计算两个映射表：

每个值在item-2列中出现时，对应Buy和Sell的平均值（用于匹配每行的item-1）
每个值在item-1列中出现时，对应Buy和Sell的平均值（用于匹配每行的item-2）
再通过合并操作，将对应平均值映射到原DataFrame的每一行。

代码实现

import pandas as pd

# 构造示例数据（可替换为你的实际数据）
data = {
    'item-1': ['A', 'B', 'C', 'D', 'E', 'C', 'F'],
    'item-2': ['C', 'D', 'A', 'B', 'A', 'E', 'A'],
    'Buy': [10, 15, 5, 8, 12, 7, 9],
    'Sell': [20, 25, 15, 18, 22, 17, 19]
}
df = pd.DataFrame(data)

# 计算：item-2列中各值对应的Buy/Sell平均值（对应avg-item-1-buy/sell）
item2_avg = df.groupby('item-2')[['Buy', 'Sell']].mean().rename(
    columns={'Buy': 'avg-item-1-buy', 'Sell': 'avg-item-1-sell'}
)

# 计算：item-1列中各值对应的Buy/Sell平均值（对应avg-item-2-buy/sell）
item1_avg = df.groupby('item-1')[['Buy', 'Sell']].mean().rename(
    columns={'Buy': 'avg-item-2-buy', 'Sell': 'avg-item-2-sell'}
)

# 合并到原DataFrame
df = df.merge(item2_avg, left_on='item-1', right_index=True, how='left')
df = df.merge(item1_avg, left_on='item-2', right_index=True, how='left')

print(df)