字符索引Pandas Series按非空格分组求单词对应值均值的实现问题

实现逻辑 #

• 先识别索引中的空格分隔符，为每一段连续的非空格字符分配同一个分组编号
• 过滤掉空格对应的行之后按分组编号聚合：拼接索引得到完整单词，同时计算分组内数值的均值

完整代码示例 #

import pandas as pd

# 构造原始示例Series
char_index = list('buffalo bills ranch')
value_list = [0.240322, 0.279720, 0.329494, 0.359549, 0.371886, 0.378648, 0.379713,
              0.352408, 0.350311, 0.322337, 0.290646, 0.265696, 0.249698,
              0.224883, 0.228836, 0.239643, 0.247804, 0.243472, 0.257716]
s = pd.Series(value_list, index=char_index)

# 核心处理逻辑
is_space_mask = s.index == ' '
group_number = is_space_mask.cumsum()
# 过滤空格行后分组聚合
res = s[~is_space_mask].groupby(group_number[~is_space_mask]).agg(
    单词=lambda x: ''.join(x.index),
    均值=lambda x: round(x.mean(), 3)
).set_index('单词')['均值']

# 输出结果
print(res)

输出结果 #

单词
buffalo    0.334
bills      0.296
ranch      0.243
Name: 均值, dtype: float64

内容的提问来源于stack exchange，提问作者Cullen Baker