Pandas：从按名称排序的DataFrame中提取名称去重的平均分数据

基础通用实现 #

对于已有的两列结构DataFrame，最稳妥的实现是直接使用Pandas内置的分组聚合逻辑，哪怕原表没有提前按Name排序也能正常运行，完全匹配生成新表的要求：

new_df = original_df.groupby("Name", as_index=False)["score"].mean()

这里设置as_index=False是为了避免将Name列转为索引，直接将其保留为普通列，最终输出的结果中Name列天然无重复，score列的值就是对应Name在原表中所有分数的算术平均值。

已排序大表的优化实现 #

因为原数据已经完成排序，所有相同Name的行都是连续排列的，可以通过给groupby增加sort=False参数跳过内部的全表分组排序步骤，在百万行以上的大表场景下可以大幅提升计算速度，同时生成的新表Name顺序和原表中首次出现的顺序完全一致：

new_df = original_df.groupby("Name", as_index=False, sort=False)["score"].mean()

常见调整说明 #

• 由于原score是整型，求平均后得到的score列会自动转为浮点型，如果需要控制保留的小数位数，可以在mean计算后追加round()方法，比如保留2位小数的写法为.round(2)
• 不需要额外对结果做去重操作，分组聚合的逻辑本身就会让每个Name仅对应一行记录

内容的提问来源于stack exchange，提问作者Ymi