Julia中使用groupby实现双数组分组并计算对应组均值的方法

方法1：纯Python原生实现（无第三方依赖） #

• 核心逻辑：同步遍历两个等长数组，以a1的元素作为分组标识，将对应的a2值归集到同一组存储，最后逐组计算算术平均值
• 实现代码：

a1 = [1, 1, 3, 4, 6, 6]
a2 = [1, 2, 3, 4, 5, 6]

group_storage = {}
# 同步遍历两个数组的元素，按a1的键归集a2的值
for group_key, item in zip(a1, a2):
    group_storage.setdefault(group_key, []).append(item)

# 逐组计算均值，输出结果与预期完全匹配
result = [sum(value_list) / len(value_list) for value_list in group_storage.values()]

• 补充说明：Python 3.7 及以上版本的内置字典会自动保留分组首次出现的插入顺序，最终输出的均值顺序和题目预期完全一致；如果使用更低版本的Python，将内置字典替换为collections.OrderedDict即可保证分组顺序不混乱。

方法2：Pandas 实现（适合批量数据处理场景） #

• 核心逻辑：依托pandas的分组聚合能力，直接对a2序列按a1的分组键做均值计算，省去手动归集分组的重复逻辑
• 实现代码：

import pandas as pd

a1 = [1, 1, 3, 4, 6, 6]
a2 = [1, 2, 3, 4, 5, 6]

# 分组求均值后转换为普通列表
result = pd.Series(a2).groupby(a1).mean().tolist()

• 补充说明：该方法在数据量较大时计算效率更高，会自动校验等长序列的索引对齐关系，不需要手动编写遍历归集的逻辑，计算结果和预期完全一致。

注意：实现前请确认a1和a2的长度完全一致，避免出现索引错位导致的计算结果错误。

内容的提问来源于stack exchange，提问作者Mohammad Saad