如何基于目标值分组计算DataFrame指定列的平均值

核心逻辑是多维度分组聚合，分组维度包含你需要的结果类别（Pass/Fail）、class分类、作业id三个维度，再对指定的C、T指标计算均值即可，以下是具体代码实现：

场景1：C、T指标为单独列（宽表结构，最常见场景） #

假设你的DataFrame命名为df，包含核心字段：

• result：存储Pass、Fail的结果列
• class：需要分组的分类字段
• id_assignment：作业唯一标识列
• C1~C5：5个C类时间维度指标
• T1~T3：3个T类时间维度指标

代码实现 #

import pandas as pd

# 1. 定义需要计算均值的指标列
c_cols = [f"C{i}" for i in range(1, 6)]
t_cols = [f"T{i}" for i in range(1, 4)]
calc_cols = c_cols + t_cols

# 2. 多维度分组计算均值
assign_mean = df.groupby(
    by=["result", "class", "id_assignment"],
    as_index=False
)[calc_cols].mean()

扩展用法：结果分类横排展示 #

如果需要把Pass、Fail的均值拆分为单独列展示，可使用透视表实现：

pivot_mean = df.pivot_table(
    index=["class", "id_assignment"],
    columns="result",
    values=calc_cols,
    aggfunc="mean"
).reset_index()

# 重命名列名，更易识别
pivot_mean.columns = [
    f"{col[0]}_{col[1]}" if col[1] else col[0] 
    for col in pivot_mean.columns
]

筛选指定作业结果 #

比如要查询id为45的作业的各分类均值：

# 筛选id_assignment=45的结果
assign_45_res = assign_mean[assign_mean["id_assignment"] == 45]

场景2：指标为长表结构 #

如果C、T指标的类型、数值分别存储在单独的列（比如indicator_type存C/T标识，indicator_value存对应数值），可以用以下代码：

assign_mean_long = df.groupby(
    by=["result", "class", "id_assignment", "indicator_type"],
    as_index=False
)["indicator_value"].mean()

注意事项 #

• 默认计算均值时会自动跳过空值，如果需要保留空值分组，可在groupby中添加dropna=False参数
• 如果需要保留小数位数，可在mean()后链式调用.round(2)保留两位小数

内容的提问来源于stack exchange，提问作者Saif