如何统计Pandas DataFrame中分数高于对应科目均值的行数

最简实现 #

可以直接用groupby+apply完成需求，一行代码即可输出结果，且会自动保留所有科目（无人达标时计数为0）：

result = df.groupby('Subject')['Score'].apply(lambda s: (s > s.mean()).sum()).reset_index(name='high_score_stu_num')

可读性更高的分步实现 #

如果需要调整逻辑或者查看中间过程，也可以用transform广播科目平均分后过滤统计：

# 1. 给每行添加对应科目的平均分字段
df_with_avg = df.assign(subject_avg = df.groupby('Subject')['Score'].transform('mean'))
# 2. 过滤出分数高于科目平均分的行，按科目分组计数
result = df_with_avg[df_with_avg['Score'] > df_with_avg['subject_avg']].groupby('Subject', as_index=False).agg(high_score_stu_num=('Name', 'count'))

结果说明 #

用你给出的样例数据运行代码，会得到如下结果：

和实际计算结果一致：s1平均分为92.5，仅Amy达标；s2平均分为87.5，Emma和Helen达标。

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