Python pandas：查找分组重复类型并替换为均值的实现疑问

你已经成功筛选出了每个sample下重复出现的type，接下来只需要几步就能完成均值替换的需求，咱们一步步来：

1. 简化思路：无需提前筛选，一步完成替换 #

其实你可以跳过提前筛选non_uniq的步骤，直接用groupby+transform的组合，自动识别重复分组并替换均值，代码更简洁高效：

# 按sample和type分组，对count列做转换：如果分组长度>1（重复出现）就取均值，否则保留原值
df["count"] = df.groupby(["sample", "type"])["count"].transform(
    lambda x: x.mean() if len(x) > 1 else x.iloc[0]
)

2. 分步拆解（对应你已有的筛选逻辑） #

如果你想沿用自己先筛选重复分组的思路，也可以按以下步骤完成：

步骤1：提取需要替换的(sample, type)分组 #

从你已得到的non_uniq中提取重复的分组对：

# 获取所有需要替换的(sample, type)组合
target_groups = non_uniq.index.tolist()

步骤2：计算目标分组的count均值 #

针对这些分组计算均值：

# 计算目标分组的均值，得到多级索引的Series
group_means = df.groupby(["sample", "type"])["count"].mean().loc[target_groups]

步骤3：替换原DataFrame的对应值 #

通过apply匹配分组并替换：

df["count"] = df.apply(
    lambda row: group_means.loc[(row["sample"], row["type"])] 
    if (row["sample"], row["type"]) in target_groups 
    else row["count"],
    axis=1
)

验证输出 #

无论用哪种方法，最终都会得到你预期的结果：

内容的提问来源于stack exchange，提问作者lindak