如何使用Python pandas对CSV中同值行计算各分数列的平均值

基础版（仅输出平均值数值） #

如果只需要平均值的数值结果，不需要括号内的计算过程说明，用以下代码即可：

import pandas as pd

# 替换为你的CSV文件实际路径
df = pd.read_csv("your_data.csv")

# 按term、unique_identity分组，对三个score列求平均值
res = df.groupby(["term", "unique_identity"], as_index=False)[["score1", "score2", "score3"]].mean()

# 重命名列符合预期输出格式
res = res.rename(columns={
    "unique_identity": "unique_id",
    "score1": "average_score1",
    "score2": "average_score2",
    "score3": "average_score3"
})

# 输出结果，如需保存到CSV取消注释下一行
# res.to_csv("average_result.csv", index=False)
print(res)

完整版（输出带计算过程的字符串格式） #

如果需要和示例完全一致，包含括号内的求和计算说明，使用自定义聚合函数实现：

import pandas as pd

df = pd.read_csv("your_data.csv")

def calc_avg_with_note(series):
    val_list = series.tolist()
    avg = sum(val_list) / len(val_list)
    calc_note = "+".join(map(str, val_list)) + f"/{len(val_list)}"
    # 可根据需求调整小数点保留位数
    return f"{avg:.4f}({calc_note})"

res = df.groupby(["term", "unique_identity"], as_index=False).agg(
    score1 = ("score1", calc_avg_with_note),
    score2 = ("score2", calc_avg_with_note),
    score3 = ("score3", calc_avg_with_note)
)

res = res.rename(columns={
    "unique_identity": "unique_id",
    "score1": "average_score1",
    "score2": "average_score2",
    "score3": "average_score3"
})

print(res)

常见出错原因 #

• 分组时未添加as_index=False，导致分组键变成行索引，输出后看不到对应列
• 分组键遗漏term字段，若存在多个不同term值时会出现统计错误
• 聚合时未指定具体要计算的score列，触发非数值列聚合报错

内容的提问来源于stack exchange，提问作者Rajsxx