如何在Python中按均值合并重复列值行并排除指定值？

嘿，这个需求其实挺常见的，我来给你两种实现思路，一种是用pandas（高效简洁，适合数据量稍大的情况），另一种是纯Python原生代码（不用依赖第三方库，轻量灵活）。

方案一：使用pandas库（推荐） #

pandas对这类表格数据的分组聚合操作简直是量身定做的，代码量少还不容易出错：

import pandas as pd

# 1. 读取文本文件，假设文件名为data.txt
# 用\s+匹配任意数量空格，避免多空格导致读取错误，同时给列命名
df = pd.read_csv('data.txt', sep='\s+', header=None, names=['name', 'col1', 'col2', 'col3'])

# 2. 拆分数据：需要合并的非特殊名称、原样保留的特殊名称（name7）
non_special = df[df['name'] != 'name7']
special_rows = df[df['name'] == 'name7']

# 3. 对非特殊名称分组计算均值，保留1位小数（和示例结果格式匹配）
merged_non_special = non_special.groupby('name').mean().round(1).reset_index()

# 4. 合并两部分数据，保持顺序（先合并后的非特殊行，再特殊行）
result = pd.concat([merged_non_special, special_rows], ignore_index=True)

# 5. 按示例格式输出结果
for _, row in result.iterrows():
    # 处理整数均值的显示（比如3.0转为3）
    col1 = int(row['col1']) if row['col1'].is_integer() else row['col1']
    col2 = int(row['col2']) if row['col2'].is_integer() else row['col2']
    col3 = int(row['col3']) if row['col3'].is_integer() else row['col3']
    print(f"{row['name']} {col1} {col2} {col3}")

代码说明： #

• sep='\s+'：兼容文本中任意数量的空格分隔，避免读取异常
• groupby('name').mean()：按名称分组，自动对数值列计算均值
• round(1)：把均值保留1位小数，和你给出的示例结果格式完全匹配
• 整数转换处理：避免把3.0这类整数均值显示成小数，更贴合示例输出

方案二：纯Python原生实现（无第三方库） #

如果不想依赖pandas，用原生Python也能轻松搞定，核心是用字典累加数值和计数：

# 存储非name7的累计数据：key是名称，value是[数值1总和, 数值2总和, 数值3总和, 出现次数]
name_stats = {}
# 存储name7的所有原始行
special_rows = []

# 读取并处理文件
with open('data.txt', 'r') as f:
    for line in f:
        line = line.strip()
        if not line:
            continue
        parts = line.split()
        name = parts[0]
        nums = list(map(float, parts[1:]))
        
        if name == 'name7':
            special_rows.append(line)
            continue
        
        # 初始化或累加统计数据
        if name not in name_stats:
            name_stats[name] = [0.0, 0.0, 0.0, 0]
        name_stats[name][0] += nums[0]
        name_stats[name][1] += nums[1]
        name_stats[name][2] += nums[2]
        name_stats[name][3] += 1

# 生成合并后的非name7行
merged_rows = []
for name, stats in name_stats.items():
    count = stats[3]
    avg1 = round(stats[0]/count, 1)
    avg2 = round(stats[1]/count, 1)
    avg3 = round(stats[2]/count, 1)
    # 把整数均值转为整数格式
    avg1 = int(avg1) if avg1.is_integer() else avg1
    avg2 = int(avg2) if avg2.is_integer() else avg2
    avg3 = int(avg3) if avg3.is_integer() else avg3
    merged_rows.append(f"{name} {avg1} {avg2} {avg3}")

# 合并所有行并输出
final_result = merged_rows + special_rows
for row in final_result:
    print(row)

代码说明： #

• 用字典name_stats手动记录每个非特殊名称的数值总和和出现次数，最后计算均值
• 同样做了整数格式转换，保证输出和示例一致
• special_rows直接保存所有name7的原始行，最后和合并行拼接输出

两种方案都能得到你想要的结果，数据量小的话纯Python方案足够灵活；数据量大时，pandas的效率会高出不少。

内容的提问来源于stack exchange，提问作者orbit