如何提取pandas DataFrame中指定occupation对应的全部salary值并计算均值

首先假设你的数据已经加载为pandas的DataFrame，命名为df。

方法1：计算单个指定职业的平均薪资 #

比如你要计算engineer（工程师）的平均薪资，直接按条件筛选后调用均值方法即可：

# 替换引号内的职业名称即可查询对应职业的平均薪资
target_occ = 'engineer'
avg_salary = df[df['occ'] == target_occ]['salary'].mean()
print(avg_salary)

样例输出：
70000.0

方法2：一次性计算所有职业的平均薪资 #

如果需要批量得到所有职业的薪资均值，使用groupby分组聚合即可：

occ_avg_salary = df.groupby('occ')['salary'].mean()
print(occ_avg_salary)

样例输出：

occ
doctor      68333.333333
engineer    70000.000000
Name: salary, dtype: float64

补充说明 #

• mean()方法默认会自动忽略薪资列的空值，无需额外处理
• 如果你需要保留空值参与计算，可以给mean()传入参数skipna=False

内容的提问来源于stack exchange，提问作者Dan Hagen