使用Pandas按NOC分组计算1996年奥运会前后平均奖牌数的方法

你之前的代码逻辑存在三个核心错误：

• 第一步先对全量数据做了NOC维度的总奖牌数聚合，已经把原始数据中Edition（年份）的维度信息完全丢弃，后续没有办法再按时间条件拆分计算
• 写的np.mean(total_medal_count.Medal_Count)本质是计算了所有国家总奖牌数的全局平均值，不是每个NOC自己的分组指标，本身就不符合统计逻辑
• 后续的where筛选逻辑把两个不同粒度的数据框混在了一起：判断条件用的是原始的逐行奖牌记录数据，而赋值的目标是聚合后的国家级统计值，两边行数、维度完全不匹配，自然无法正常运行。

根据你需要的“按NOC分组、分别计算1996年前后每届奥运会的平均奖牌数”的需求，有两种常用的实现方式：

方案1：拆分计算再合并（可读性最高，适合新手） #

逻辑是先按时间拆分原始数据，分别计算两个区间内的分组均值，最后按NOC拼接，不容易写错：

# 1. 按时间拆分原始数据（按需调整不等号，决定1996当届算在哪一组）
before_1996 = olympics_df[olympics_df['Edition'] < 1996]
after_1996 = olympics_df[olympics_df['Edition'] >= 1996]

# 2. 分别计算每个NOC在对应时间区间内，每一届奥运会的奖牌总数
before_medal_each_edition = before_1996.groupby(['NOC', 'Edition'])['Medal'].count().reset_index()
after_medal_each_edition = after_1996.groupby(['NOC', 'Edition'])['Medal'].count().reset_index()

# 3. 按NOC分组，对单届奖牌数求平均，生成对应列
before_avg = before_medal_each_edition.groupby('NOC')['Medal'].mean().reset_index(name='Average Before 1996')
after_avg = after_medal_each_edition.groupby('NOC')['Medal'].mean().reset_index(name='Average After 1996')

# 4. 按NOC合并两个结果，未参与某段时间赛事的NOC对应值会自动填充为NaN
result_df = pd.merge(before_avg, after_avg, on='NOC', how='outer')

# 如果需要把无成绩的NOC的均值填充为0，可执行下面这行
# result_df = result_df.fillna(0)

方案2：单步聚合（运行效率更高，适合大数据量） #

直接通过给原始数据打时间标签，用pivot_table一次完成两级聚合，不需要多次拆分数据：

# 给每一行奖牌记录打上对应的时间区间标签
olympics_df['time_phase'] = np.where(
    olympics_df['Edition'] < 1996,
    'Average Before 1996',
    'Average After 1996'
)

# 直接聚合生成目标表：先算每届每个NOC的奖牌数，再按NOC、时间区间求平均
result_df = olympics_df.pivot_table(
    index='NOC',
    columns='time_phase',
    values='Medal',
    # 聚合逻辑：先按Edition分组算每届奖牌数，再求均值
    aggfunc=lambda edition_group: edition_group.groupby(level='Edition').count().mean()
).reset_index()

• 上面的计算逻辑默认是计算每个NOC在对应时间区间内，每届奥运会的平均获奖数，和你之前统计总奖牌数的维度完全对齐
• 如果你的“平均值”需求是其他维度（比如算平均奖牌占比、单运动员平均获奖数），只需要调整最后一步的aggfunc逻辑即可，不需要改动整体框架

内容的提问来源于stack exchange，提问作者Wiseface