使用Pandas无需调用自定义函数为同条目新增平均价格列的方法

完全可以不用自定义函数实现，推荐使用pandas原生的向量化运算实现，性能远高于逐行apply的方案。

方案1：直接对汇总后的列做向量运算 #

这是最符合需求的方案，全程不需要自定义任何函数，直接替换你原来的自定义函数和apply代码即可，逻辑和你原有代码完全一致：

import pandas as pd

df = pd.DataFrame(
    {
        'Fruits': ['Apple', 'Apple', 'Apple', 'Orange', 'Banana', 'Orange'],
        'Price': [100, 300, 250, 300, 80, 150],
        'Amount': [ 2, 5,  5,  10, 10, 8]
    }
)

# 按水果分组汇总
df1 = df.groupby(['Fruits'],as_index=False).sum()
# 直接对两列做向量除法，无需自定义函数和逐行遍历
df1['Average'] = df1['Price'] / df1['Amount']
print(df1)

pandas的Series之间的运算默认是逐元素对齐执行的，不需要显式遍历每一行，不仅代码更简洁，处理大批量数据时的效率也比axis=1的apply操作高几个数量级。

方案2：分组聚合时直接一步生成结果 #

如果你不需要单独保留总售价、总销量的中间字段，也可以在分组聚合阶段直接计算出平均价：

df1 = df.groupby('Fruits', as_index=False).agg(
    Total_Price=('Price', 'sum'),
    Total_Amount=('Amount', 'sum'),
    Average=('Price', lambda x: x.sum() / df.loc[x.index, 'Amount'].sum())
)

内容的提问来源于stack exchange，提问作者hbaromega