如何用Pandas创建含另一DataFrame行均值与标准差的新DataFrame

嘿，这个需求在pandas里其实很容易实现，核心就是用groupby按指定列分组，再配合agg方法一次性计算均值和标准差，同时自动排除不需要的subdir列。我一步步给你说明：

1. 核心思路 #

你需要按index、id、pair这三个字段的组合进行分组，把取值完全相同的行归为一组；然后仅对value列计算均值和标准差；最后将分组的字段从索引转回普通列，得到你想要的新DataFrame。

2. 代码示例 #

先构造一个模拟的DataFrame方便演示：

import pandas as pd

# 模拟你的数据结构
df = pd.DataFrame({
    'index': [1, 1, 1, 2, 2, 2],
    'id': ['A', 'A', 'A', 'B', 'B', 'B'],
    'pair': ['X', 'X', 'X', 'Y', 'Y', 'Y'],
    'subdir': ['dir1', 'dir2', 'dir3', 'dir1', 'dir2', 'dir3'],
    'value': [10, 20, 30, 15, 25, 35]
})

然后执行核心的聚合操作：

# 按index、id、pair分组，对value列计算均值和标准差
result_df = df.groupby(['index', 'id', 'pair'])['value'].agg(['mean', 'std']).reset_index()

代码解释： #

• groupby(['index', 'id', 'pair'])：指定分组依据，确保只有这三列取值全相同的行会被分到一组
• ['value']：明确只对value列做聚合，这样subdir列会被自动排除，不用额外删除
• agg(['mean', 'std'])：一次性计算两个统计量，生成名为mean和std的新列
• reset_index()：把分组用的index、id、pair从索引转回普通列，让结果结构更直观

3. 自定义列名（可选） #

如果觉得默认的mean、std列名不够清晰，可以用字典格式指定自定义名称：

result_df = df.groupby(['index', 'id', 'pair'])['value'].agg(
    average_value='mean',
    std_deviation='std'
).reset_index()

这样新DataFrame的列名就会是average_value和std_deviation，可读性更强。

4. 特殊情况：如果index是行索引而非列 #

如果你的index是DataFrame的行索引（不是单独的列），可以先把行索引转成列再操作：

# 把行索引转为名为"index"的列
df = df.reset_index(names='index')
# 再执行之前的聚合代码
result_df = df.groupby(['index', 'id', 'pair'])['value'].agg(['mean', 'std']).reset_index()

执行完后，result_df就是你想要的包含分组字段、均值、标准差的新DataFrame，完全符合你的需求~

内容的提问来源于stack exchange，提问作者Ferdinando Randisi