如何用pandas按列分组计算累计均值（无循环无lambda适配大数据量）

解决方案 #

可以直接使用pandas内置的expanding扩展窗口函数实现，无需循环或lambda表达式，性能适配大数据量场景：

核心代码 #

# 按name分组后计算累计平均值，保留两位小数
df['avg'] = df.groupby('name')['num'].expanding().mean().reset_index(drop=True).round(2)

代码说明 #

• groupby('name')：按name列独立分组计算，组间互不干扰
• expanding()：生成扩展窗口，窗口范围为分组内第一行到当前行，正好匹配「截至当前行」的计算需求
• mean()：计算窗口内num列的平均值
• reset_index(drop=True)：消除分组运算产生的多级索引，和原DataFrame行顺序对齐
• round(2)：保留两位小数，匹配预期输出格式

若同一name下的date不是按时间升序排列，可先排序再计算：

df = df.sort_values(['name', 'date']).reset_index(drop=True)
df['avg'] = df.groupby('name')['num'].expanding().mean().reset_index(drop=True).round(2)

内容的提问来源于stack exchange，提问作者Android44