NumPy中如何根据一个数组分组计算另一数组对应元素平均值

针对根据X数组取值对Y数组元素分组求均值的需求，提供两种可直接运行的实现方式：

方法1：纯NumPy实现（无额外依赖） #

易读版本（适合中小数据量） #

逻辑直观，通过布尔索引筛选每个分组的元素直接计算均值：

import numpy as np

# 示例输入
X = np.array([1, 1, 2, 2, 2, 2, 3, 3])
Y = np.array([10, 30, 15, 10, 16, 10, 15, 20])

# 获取X的所有唯一分组值
unique_groups = np.unique(X)
# 计算每个分组对应的Y均值，结果为字典格式，key是X的取值，value是对应均值
group_means = {group: Y[X == group].mean() for group in unique_groups}

运行结果和示例计算规则完全匹配：

• X=1对应均值：20.0
• X=2对应均值：12.75
• X=3对应均值：17.5

如果需要数组格式输出，直接执行np.array(list(group_means.values()))即可，顺序和unique_groups一一对应。

高性能版本（适合百万级以上大数据量） #

避免循环遍历，通过排序+分段聚合提升运行效率：

import numpy as np

X = np.array([1, 1, 2, 2, 2, 2, 3, 3])
Y = np.array([10, 30, 15, 10, 16, 10, 15, 20])

# 按X排序保证同组元素连续
sort_index = np.argsort(X)
X_sorted = X[sort_index]
Y_sorted = Y[sort_index]

# 定位每个分组的起始位置
split_pos = np.flatnonzero(np.r_[True, X_sorted[1:] != X_sorted[:-1]])
# 分段求和、计数后计算均值
group_sum = np.add.reduceat(Y_sorted, split_pos)
group_count = np.diff(np.r_[split_pos, len(X_sorted)])
unique_groups = X_sorted[split_pos]
group_means = group_sum / group_count

方法2：Pandas实现（代码最简洁） #

如果日常数据处理已经使用pandas，直接调用分组聚合接口即可，不需要手动处理索引逻辑：

import numpy as np
import pandas as pd

X = np.array([1, 1, 2, 2, 2, 2, 3, 3])
Y = np.array([10, 30, 15, 10, 16, 10, 15, 20])

# 一行代码完成分组求均值，可按需转成字典、数组格式
group_means = pd.Series(Y).groupby(X).mean()

内容的提问来源于stack exchange，提问作者kyazgan