Python如何计算groupby分组内排除当前行的指定列平均值

你原来的写法是直接对分组取整体均值，自然会包含当前行数据。可以用两种方式实现需求：

方法1：向量化计算（推荐，大数据量下性能优异） #

核心逻辑是用分组总金额减去当前行金额，除以分组条数减1，完全避开循环，性能极高：

import numpy as np
import pandas as pd

# 计算每个id对应的总支付金额、支付记录数
df['group_pay_sum'] = df.groupby('id')['pay'].transform('sum')
df['group_pay_cnt'] = df.groupby('id')['pay'].transform('count')

# 计算排除当前行的平均支付金额，单条记录的分组结果会设为NaN
df['other_pay_avg'] = (df['group_pay_sum'] - df['pay']) / (df['group_pay_cnt'] - 1)
df['other_pay_avg'] = df['other_pay_avg'].replace([np.inf, -np.inf], np.nan)

# 可选：删除计算用的中间列
df.drop(columns=['group_pay_sum', 'group_pay_cnt'], inplace=True)

方法2：apply自定义计算（适合小数据量、需要自定义逻辑场景） #

如果后续需要加额外的过滤规则，可以用groupby+apply的写法，逻辑更直观，但数据量超过10万条时性能会明显下降：

def calc_avg_exclude_current(group: pd.Series):
    # 对分组内每一行，取除当前行外的所有值求均值
    return group.apply(lambda x: group.drop(x.index).mean())

df['other_pay_avg'] = df.groupby('id')['pay'].apply(calc_avg_exclude_current)

内容的提问来源于stack exchange，提问作者Jacob2309