如何解决Pandas按ID分组计算平均速度时出现inf值的问题

问题原因 #

出现inf的核心原因是原始speed Km/h列中本身存在inf值（一般是前期计算速度时出现了除以0的运算），分组求和后inf被保留，最终计算平均时得到inf结果。你给出的示例中Total_steps均为正整数，排除了分母为0的可能。

解决方法 #

• 第一步：先清理原始速度列的无效值

import numpy as np
# 将正负inf替换为NaN
df2['speed Km/h'] = df2['speed Km/h'].replace([np.inf, -np.inf], np.nan)
# 可选：根据业务场景过滤不合理的速度值，示例为保留0到120km/h之间的有效值
df2 = df2[df2['speed Km/h'].between(0, 120, inclusive='neither')]

• 第二步：直接用pandas内置的均值方法聚合，避免手动计算出现误差，该方法会自动跳过NaN值

# 仅需要平均速度的最简写法
df_Speed = df2.groupby('ID')['speed Km/h'].mean().reset_index(name='Avg_Speed')

如果需要同时保留总速度、有效步数和平均速度，用以下聚合写法：

df_Speed = df2.groupby('ID').agg(
    Total_Speed=('speed Km/h', 'sum'),
    Total_steps=('speed Km/h', 'count'), # 这里统计的是有效速度的条数，比统计ID的count更准确
    Avg_Speed=('speed Km/h', 'mean')
).reset_index()

• 第三步：可选处理剩余的空值（如果某个ID下所有速度都是无效值，聚合后Avg_Speed会为NaN）
  • 方案1：删除无有效速度的ID行

  df_Speed = df_Speed.dropna(subset=['Avg_Speed'])
  

  • 方案2：将空平均速度填充为0

  df_Speed['Avg_Speed'] = df_Speed['Avg_Speed'].fillna(0)
  

内容的提问来源于stack exchange，提问作者Hermoine