Pandas 如何对DataFrame中多份同结构表的对应单元格求平均值

步骤1：拆分原始DataFrame，提取所有独立子表 #

你读取到的大表中包含分隔用的全NaN行、重复的子表表头，首先先做数据清洗拆分：

import pandas as pd

# 第一步：删除所有全为NaN的分隔行
df_clean = df.dropna(how='all').reset_index(drop=True)

# 识别所有子表的表头行（特征是行值正好匹配[1,2,3,4]）
header_indexes = df_clean[df_clean.eq([1,2,3,4]).all(axis=1)].index.tolist()
# 补充末尾边界索引
header_indexes.append(len(df_clean))

# 提取所有子表存入列表
sub_tables = []
for idx in range(len(header_indexes)-1):
    # 取表头行之后到下一个表头行之前的内容作为子表
    sub_df = df_clean.iloc[header_indexes[idx]+1 : header_indexes[idx+1]].reset_index(drop=True)
    # 统一子表列名
    sub_df.columns = [1,2,3,4]
    sub_tables.append(sub_df)

步骤2：对应位置计算平均值 #

不需要手动遍历行列，直接拼接所有子表后按行索引分组求均值即可：

# 拼接所有子表，保留各自的原始行索引
all_data = pd.concat(sub_tables, keys=range(len(sub_tables)))
# 按原始行索引（第二级索引）分组，对每列求均值
result = all_data.groupby(level=1).mean()

运行后输出的result就是你需要的汇总平均表，和你给出的期望输出完全匹配。

内容的提问来源于stack exchange，提问作者EA00