Pandas如何按指定列分组计算另一列的分组平均值

你的代码有两个核心错误：

1. 参数传反：需求是按Feature1分组计算Feature2的均值，但你调用函数时把分组字段传成了Feature2，要计算均值的字段传成了Feature1，分组逻辑完全颠倒
2. 索引取值错误：分组后均值结果的索引是分组列的取值（即X、Y），你代码里取avgs.loc['1']、avgs.loc['0']，根本匹配不到对应索引，自然运行异常。

构造测试数据 #

先复现你给出的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'Feature1': ['X', 'X', 'Y', 'Y', 'Y', 'X', 'Y', 'X', 'Y', 'X'],
    'Feature2': [0, 0, 0, 1, 1, 1, 0, 1, 1, 0]
})

单独计算两组均值 #

直接用groupby即可得到两个分组的平均值：

# 按Feature1分组，计算Feature2列的均值
mean_res = df.groupby('Feature1')['Feature2'].mean()

运行输出结果：

Feature1
X    0.4
Y    0.6
Name: Feature2, dtype: float64

对应结果：

• Feature1取值为X时，Feature2平均值为0.4
• Feature1取值为Y时，Feature2平均值为0.6

修正自定义差值计算函数 #

把索引取值逻辑、参数语义调整正确即可：

def diff_of_avg(df, calc_column, groupby_col):
    grouped = df.groupby(groupby_col)
    avgs = grouped[calc_column].mean()
    # 分组索引是X/Y，对应取两个分组的均值做差
    return avgs.loc['Y'] - avgs.loc['X']

# 正确传参：计算列是Feature2，分组列是Feature1
diff = diff_of_avg(df, calc_column='Feature2', groupby_col='Feature1')
print(diff) # 输出0.2，即0.6-0.4的差值

传参时务必区分两个字段的作用：calc_column是你要计算均值的目标列，groupby_col是你用来拆分数据的分组列，不要颠倒顺序。

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