Pandas按列计算玩家正确率后按团队列求均值的高效实现方法

直接使用pandas内置的groupby分组聚合操作即可完成需求，全程为底层C实现的矢量化运算，相比手动拆分DataFrame效率提升非常明显，尤其适合大数据量场景。

核心逻辑 #

1. 先按player+school+team分组，计算每个玩家的个人成绩（布尔值True对应1、False对应0，直接求均值即可得到(True数量/总考试数)的结果）
2. 再按school+team分组，对所有玩家的个人成绩求均值并保留两位小数，得到最终团队成绩

代码示例 #

import pandas as pd

# 第一步：计算每个玩家的个人通过率
player_score = df.groupby(
    ["player", "school", "team"], 
    as_index=False
)["result"].mean().rename(columns={"result": "personal_score"})

# 第二步：按团队分组计算平均成绩
team_result = player_score.groupby(
    ["school", "team"], 
    as_index=False
)["personal_score"].mean().round(2).rename(columns={"personal_score": "TeamResult"})

运行后输出的team_result就是你需要的结果格式。

效率说明 #

你之前手动筛选拆分DataFrame的方式，本质是在Python层做循环遍历，数据量越大性能损耗越高。而pandas的groupby聚合操作是底层优化过的运算，避免了Python层的循环开销，性能可以提升几个数量级。

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