pandas groupby调用mean()计算均值时结果出现inf值如何解决

你之前排查0值属于方向错误，该异常和0值没有关联，核心原因有两点：

• 参与计算的原始数据存在脏值：部分行的Latitude、Longitude字段被解析为浮点数无穷值（np.inf/-np.inf），这类值不属于0，常规排查很容易遗漏。pandas分组时会将经纬度同为inf的记录聚合为单独一组，就出现了结果最后一行经纬度均为inf的异常记录。
• 结果行数少于预期的原因是pandasgroupby的默认机制：当分组键（也就是这里的Latitude、Longitude）为空值NaN时，对应行会被直接排除在聚合结果外，不会参与计算。你看到的行数差，就是经纬度被解析为NaN的格点被丢弃导致的。
  另外你代码里as_index=False后再接.reset_index()属于冗余写法，as_index=False已经不会将分组键设置为索引，该写法不会引发计算错误，但没有必要。

按以下步骤排查修复即可：

1. 先定位异常数据源，在分组前执行以下代码，筛出所有经纬度为非有限值（包含NaN、inf、-inf）的记录，直接定位是哪个源文件、哪部分数据出了问题：

import numpy as np
# 筛选经纬度无效的异常行
error_rows = df_00_10[
    (~np.isfinite(df_00_10['Latitude'])) | 
    (~np.isfinite(df_00_10['Longitude']))
]
# 统计异常行来自哪些文件
print(error_rows['filename'].value_counts())

2. 根据定位到的异常来源修正数据读入逻辑：如果是CSV文件末尾存在多余尾注、空行、错位表头导致的解析错误，在使用pd.read_csv()读入文件时添加skipfooter、skiprows参数跳过无效行即可；如果是个别格点经纬度解析错误，由于你明确所有数据集的经纬度格网完全一致，可以直接用一份确认无异常的经纬度列，覆盖所有读入文件的对应字段，从根源避免解析偏差。
3. 聚合前增加一层有效数据过滤，避免异常值进入计算流程，修正后的参考代码如下：

import numpy as np
import pandas as pd

def Timeseries(dfn):
    # 先过滤经纬度为非有限值的无效行
    df_valid = dfn[
        np.isfinite(dfn['Latitude']) & 
        np.isfinite(dfn['Longitude'])
    ]
    # 筛选目标年份文件
    df_00_10 = df_valid.loc[df_valid['filename'].isin([
        '1964_12_O18grid.csv','1965_12_O18grid.csv',
        '1967_12_O18grid.csv','1968_12_O18grid.csv',
        '1969_12_O18grid.csv'
    ])]
    # 分组计算均值，移除冗余的reset_index
    dfalT = df_00_10.groupby(['Latitude', 'Longitude'], as_index=False)['Value'].mean()
    return dfalT

计算完成后校验结果行数为64801、不存在inf/NaN的经纬度记录，即为符合预期的结果。

内容的提问来源于stack exchange，提问作者Weiss