如何用Pandas计算福布斯亿万富豪Top3行业的平均净资产

你已经统计出了人数TOP3的行业存在变量a中，直接基于这个结果往下处理即可：

• 提取TOP3行业的名称列表

top3_industries = a.index.tolist()

• 过滤原数据集，仅保留这三个行业的富翁记录

top3_df = forbes_billionaire[forbes_billionaire["Industries"].isin(top3_industries)]

• 按行业分组计算平均净资产
  注意把下方代码中的净资产替换为你实际数据集里对应的净资产列名（常见列名如NetWorth、net_worth），round(2)是保留两位小数，不需要可以删掉：

avg_net_worth = top3_df.groupby("Industries")["净资产"].mean().round(2)

运行完直接输出avg_net_worth就能看到三个行业的平均净资产对比结果。

如果你的净资产列是带$、逗号、单位标识的字符串格式（比如$10.5 B），需要先转换成数值类型再计算，示例处理代码：

# 示例适配"$XX.X B"格式的净资产列，你可以根据自己的实际格式调整正则规则
forbes_billionaire["净资产"] = forbes_billionaire["净资产"].str.replace(r"[$,B ]", "", regex=True).astype(float)

内容的提问来源于stack exchange，提问作者Nitin