如何按Bouts分组对Distance求和后除以No.tr计算分组均值

处理回合类运动数据时，部分Bouts（回合）对应两条Distance（距离）测量记录，按如下逻辑计算每个Bout的平均距离：

• 按Bouts字段分组，对同组内的Distance值求和，例如编号为1n的分组Distance总和为345+402=747
• 将每组求得的Distance总和除以该组对应的No.tr字段取值（例如1n组No.tr取值为2），得到最终结果

涉及的原始数据集结构如下：

实现方式（Python pandas） #

同一Bouts分组下的No.tr取值完全一致，计算时直接取组内第一个No.tr值作为除数即可，参考代码：

import pandas as pd

# 替换为实际的数据读取逻辑
df = pd.read_csv("your_sport_data.csv")

# 分组聚合计算平均距离
bout_avg_distance = df.groupby("Bouts", as_index=False).apply(
    lambda group: group["Distance"].sum() / group["No.tr"].iloc[0]
).rename(columns={None: "avg_distance"})

计算结果 #

按规则计算得到各回合平均距离：

• 1n：373.5
• 2：287
• 2n：190
• 3：200

内容的提问来源于stack exchange，提问作者susieq