如何按dataframe的指定列分组计算另一列的平均值？

你可以直接用Pandas内置的groupby分组聚合方法实现，该方法底层做了C语言级别的优化，处理百万级甚至千万行数据效率都很高，远高于手动遍历计算的方案。

核心代码 #

假设你的原始数据表命名为df，只需一行代码即可得到目标结果：

result = df.groupby('Company', as_index=False)['Price'].mean()

参数说明：

• as_index=False：指定Company字段不作为结果表的索引，保持列结构和你需要的输出格式一致
• 调用mean()方法即对分组后的Price列计算平均值，默认自动跳过空值，不需要额外做异常值过滤

完整可运行示例 #

你可以直接运行以下代码验证效果：

import pandas as pd

# 构造你给出的示例数据
data = {
    "Company": ["A", "B", "A", "C"],
    "Price": [50, 75, 80, 10]
}
df = pd.DataFrame(data)

# 计算分组平均定价
result = df.groupby('Company', as_index=False)['Price'].mean()
print(result)

运行后输出结果完全匹配你的需求：

拓展提示 #

如果你的定价列存在空值，希望空值按0参与计算，可以在分组前先做填充处理：

df['Price'] = df['Price'].fillna(0)

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