Python/Pandas处理单列重复行 按机器分组求多字段平均值问题

实现代码 #

你可以直接使用Pandas的groupby分组聚合方法完成需求，首先确认你的数据表中机器编号、成本、温度、分钟对应的实际列名，替换下列代码中对应位置的字段即可：

import pandas as pd

# 读取原始Excel数据
df = pd.read_excel('Model.xlsx', engine='openpyxl')

# 方案1：基础聚合，直接计算指定列平均值
# 按机器编号分组，as_index=False保留机器编号为普通列而非索引
stat_result = df.groupby('机器编号', as_index=False)[['成本', '温度', '分钟']].mean()
# 按需求保留1位小数，匹配你举例的精度要求
stat_result = stat_result.round(1)

# 方案2：自定义聚合列名，同时支持统计记录条数等其他指标
# stat_result = df.groupby('机器编号', as_index=False).agg(
#     平均成本=('成本', 'mean'),
#     平均温度=('温度', 'mean'),
#     平均分钟=('分钟', 'mean'),
#     总记录数=('成本', 'count')
# ).round(1)

# 查看结果
print(stat_result)
# 可导出为新Excel文件，index=False表示不导出pandas默认行索引
# stat_result.to_excel('机器指标统计结果.xlsx', index=False, engine='openpyxl')

说明 #

如果执行后出现列名不存在的报错，只需要将代码中机器编号、成本、温度、分钟替换为你实际表格里的列名即可。如果需要计算其他指标的聚合值，也可以在agg方法中追加对应的配置。

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