Pandas按age分组计算Score均值并统计高于总体均值的数量

核心逻辑 #

• 先计算全量Score的总体均值
• 关联到按age分组的均值结果中做对比标记
• 对标记为高于均值的分组做计数，可按需关联到每个age分组的行中

可直接运行的代码 #

import pandas as pd

# 1. 计算Score列的总体均值
total_mean = data["Score"].mean()

# 2. 计算按age分组的Score均值，同时新增对比标记列
age_score_mean = data.groupby("age", as_index=False).agg(
    group_score_mean=("Score", "mean")
)
# 新增列：标记当前分组均值是否高于总体均值
age_score_mean["is_higher_than_total"] = age_score_mean["group_score_mean"] > total_mean

# 3. 统计高于总体均值的分组总数量
higher_group_count = age_score_mean["is_higher_than_total"].sum()

# （可选）如果需要让每个age行都带总计数，满足按age维度展示的要求，可执行以下代码
age_score_mean["higher_group_total_count"] = higher_group_count

# 输出结果
print("各age分组对比结果：")
print(age_score_mean)
print(f"\n高于总体均值的分组总数：{higher_group_count}")

结果说明 #

• 输出的age_score_mean表已经按age维度分组，每行对应一个age的分组均值、是否高于总体均值的标记，可选加入总计数后完全满足按age维度展示统计结果的要求
• 布尔列求和时会自动将True转为1、False转为0，直接求和即可得到符合要求的分组数量

内容的提问来源于stack exchange，提问作者ordahan1