使用Python动态计算分组数据集的各列平均值

我有一个行数数千但列数较少的大型数据集，已按Objects字段排序分组，数据集如下：

# Table1
import pandas as pd

data = [['ALFA', 351740.00, 0.31, 0.22, 0.44, 0.19, 0.05], 
        ['ALFA', 401740.00, 0.43, 0.26, 0.23, 0.16, 0.09], 
        ['ALFA', 892350.00, 0.58, 0.24, 0.05, 0.07, 0.4], 
        ['Bravo', 511830.00, 0.52, 0.16, 0.08, 0.26, 0], 
        ['Charlie', 590030.00, 0.75, 0.2, 0.14, 0.37, 0.06], 
        ['Charlie', 590030.00, 0.75, 0.2, 0.27, 0.2, 0.01], 
        ['Charlie', 590030.00, 0.75, 0.2, 0.29, 0.11, 0.04], 
        ['Charlie', 590030.00, 0.75, 0.2, 0.27, 0.2, 0.01], 
        ['Charlie', 401740.00, 0.43, 0.26, 0.14, 0.37, 0.06], 
        ['Charlie', 511830.00, 0.52, 0.16, 0.13, 0.22, 0.01], 
        ['Delta', 590030.00, 0.75, 0.2, 0.34, 0.3, 0], 
        ['Delta', 590030.00, 0.75, 0.2, 0, 0.28, 0], 
        ['Delta', 351740.00, 0.31, 0.22, 0.44, 0.19, 0.05], 
        ['Echo', 892350.00, 0.58, 0.24, 0.23, 0.16, 0.09], 
        ['Echo', 590030.00, 0.75, 0.2, 0.05, 0.07, 0.4], 
        ['Echo', 590030.00, 0.75, 0.2, 0.08, 0.26, 0], 
        ['Echo', 590030.00, 0.75, 0.2, 0.14, 0.37, 0.06], 
        ['Foxtrot', 401740.00, 0.43, 0.26, 0.27, 0.2, 0.01], 
        ['Foxtrot', 511830.00, 0.52, 0.16, 0.29, 0.11, 0.04], 
        ['Golf', 590030.00, 0.75, 0.2, 0.27, 0.2, 0.01], 
        ['Golf', 590030.00, 0.75, 0.2, 0.14, 0.37, 0.06], 
        ['Golf', 351740.00, 0.31, 0.22, 0.13, 0.22, 0.01], 
        ['Hotel', 892350.00, 0.58, 0.24, 0.34, 0.3, 0], 
        ['Hotel', 590030.00, 0.75, 0.2, 0, 0.28, 0], 
        ['Hotel', 590030.00, 0.75, 0.2, 0.29, 0.11, 0.04]]

df = pd.DataFrame(data, columns=['Objects', 'Column1', 'Column2', 'Column3', 'Column4', 'Column5', 'Column6'])

需要按Objects字段分区，计算所有列的平均值，生成如下独立汇总表：

# Table2
data2 = [['ALFA', 548610.00, 0.44, 0.24, 0.24, 0.14, 0.18], 
        ['Bravo', 511830.00, 0.52, 0.16, 0.08, 0.26, 0], 
        ['Charlie', 545615.00, 0.66, 0.20, 0.21, 0.25, 0.03], 
        ['Delta', 510600.00, 0.60, 0.21, 0.26, 0.26, 0.02], 
        ['Echo', 665610.00, 0.71, 0.21, 0.13, 0.22, 0.14], 
        ['Foxtrot', 456785.00, 0.48, 0.21, 0.28, 0.16, 0.03], 
        ['Golf', 510600.00, 0.60, 0.21, 0.18, 0.26, 0.03], 
        ['Hotel', 690803.33, 0.69, 0.21, 0.21, 0.23, 0.01]]

df2 = pd.DataFrame(data2, columns=['Objects', 'Column1', 'Column2', 'Column3', 'Column4', 'Column5', 'Column6'])

要求代码能自动适配数量不固定的Objects，自动统计每个Objects的行数并计算各列平均值。

解决方案 #

使用pandas的groupby方法按Objects分组，然后调用mean()计算各列平均值，最后按需调整小数精度即可：

import pandas as pd

# 读取原始数据集
data = [['ALFA', 351740.00, 0.31, 0.22, 0.44, 0.19, 0.05], 
        # 省略其余数据行
        ['Hotel', 590030.00, 0.75, 0.2, 0.29, 0.11, 0.04]]

df = pd.DataFrame(data, columns=['Objects', 'Column1', 'Column2', 'Column3', 'Column4', 'Column5', 'Column6'])

# 按Objects分组计算平均值，重置索引使Objects成为普通列
df_summary = df.groupby('Objects').mean().reset_index()

# 调整各列的小数精度，匹配示例结果
df_summary['Column1'] = df_summary['Column1'].round(2)
df_summary[['Column2', 'Column3', 'Column4', 'Column5']] = df_summary[['Column2', 'Column3', 'Column4', 'Column5']].round(2)
df_summary['Column6'] = df_summary['Column6'].round(2)

# 查看结果
print(df_summary)

代码说明 #

• groupby('Objects').mean()：自动按Objects分组，对每组的所有数值列计算平均值，无需手动统计行数（pandas会自动处理）。
• reset_index()：将分组的Objects从索引转为普通列，符合示例表的结构。
• round()方法：根据示例结果调整各列的小数位数，确保输出格式一致。

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