如何使用年度均值汇总Python DataFrame中的蜜蜂种群数据？

问题原因 #

你第一次执行的bees.groupby(['year'])['numcol'].mean()返回的是单维度Series对象，不是DataFrame结构，所以后续直接追加列的操作无法得到预期的多列汇总表，同时多次重复执行groupby也会产生不必要的性能开销。

最优解决方案 #

一次性对目标列执行分组聚合即可，添加as_index=False参数可以让年份保留为普通列，符合常规汇总表的使用习惯：

usa = bees.groupby('year', as_index=False)[['numcol', 'yieldpercol', 'totalprod']].mean()

分步实现的修正方案 #

如果你需要分步计算各列均值，只需要第一次分组时就返回DataFrame格式即可：

# 用双层方括号取列，确保返回的是DataFrame而非Series
usa = bees.groupby('year')[['numcol']].mean()
usa['yieldpercol'] = bees.groupby('year')['yieldpercol'].mean()
usa['totalprod'] = bees.groupby('year')['totalprod'].mean()

# 如果需要把年份从索引转为普通列，新增下面这行即可
usa = usa.reset_index()

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