Python Pandas DataFrame按某列指定值出现情况计算另一列平均值

假设你的DataFrame变量名为df，最直接的实现方式如下：

# 直接筛选s1为5的行，取s2列计算平均值，保留两位小数
result = df[df['s1'] == 5]['s2'].mean().round(2)

逻辑拆分 #

• df['s1'] == 5 会生成布尔序列，对应s1值为5的行位置标记为True
• 用上述布尔序列筛选原DataFrame，得到所有s1等于5的行
• 提取筛选后数据的s2列，调用mean()方法计算算术平均值，round(2)用来将结果保留两位小数，和你示例中的输出一致

如果你需要同时计算s1列所有不同取值对应的s2平均值，可以用分组方法：

# 按s1分组计算s2均值，再取s1=5对应的结果
result = df.groupby('s1')['s2'].mean().loc[5].round(2)

你可以用以下代码跑通你的示例数据验证结果：

import pandas as pd
# 构造示例DataFrame
df = pd.DataFrame({
    's1': [5, 1, 5, 5],
    's2': [0.5, 0.43, 1, 1]
})
# 计算
res = df[df['s1'] == 5]['s2'].mean().round(2)
print(res) # 输出 0.83

内容的提问来源于stack exchange，提问作者Oldbighorn