两个DataFrame跨列匹配分组计算score平均值并排序的实现问题

• 核心逻辑为通过指定字段关联两张表，匹配后计算对应score的平均值，再按平均值降序排序，代码如下：

import pandas as pd

# 1. 关联两张表，匹配规则为A表col1 = B表col2
merge_df = pd.merge(A, B, left_on='col1', right_on='col2', suffixes=('_A', '_B'))
# 2. 计算两个score的平均值
merge_df['avg_score'] = (merge_df['score_A'] + merge_df['score_B']) / 2
# 3. 整理输出字段并按avg_score降序排序
res_df = merge_df[['col1', 'avg_score']].rename(columns={'col1': 'result'})
res_df = res_df.sort_values('avg_score', ascending=False).reset_index(drop=True)

# 输出结果
print(res_df)

• 运行后输出结果和你给出的预期示例完全一致：

result  avg_score
0      D       70.0
1      A       32.5
2      B       25.0
3      E       25.0
4      C       17.5

内容的提问来源于stack exchange，提问作者muzamil