如何为df1生成分组均值列并将该均值映射至另一DataFrame df2？

我刚好处理过类似的需求，用Pandas可以轻松实现，咱们分两步来搞定：

第一步：为df1添加分组均值列C #

要给每个A分组对应的B值计算均值，并把这个均值填充到每一行的C列，用groupby配合transform是最方便的——transform会保留原DataFrame的索引结构，直接就能赋值到新列：

import pandas as pd

# 假设df1已经创建完成
df1["C"] = df1.groupby("A")["B"].transform("mean")

执行后df1就会变成你想要的结果：

A B C
0 2002-01-13 3.9 2.9
1 2002-01-13 1.9 2.9
2 2002-01-14 8.0 8.5
3 2002-01-14 9.0 8.5

第二步：把分组均值关联到df2的E列 #

首先我们从df1里提取出A分组和对应的均值（去重），然后用两种常用方法给df2赋值：

方法一：用map（简洁高效） #

先提取分组均值的映射关系，再通过map快速赋值：

# 生成A到均值的字典映射
mean_map = df1.groupby("A")["B"].mean().to_dict()
# 给df2添加E列
df2["E"] = df2["A"].map(mean_map)

方法二：用merge（适合复杂关联场景） #

如果后续有更多列需要关联，merge会更灵活：

# 创建分组均值的临时DataFrame并重命名列
mean_df = df1.groupby("A")["B"].mean().reset_index().rename(columns={"B": "E"})
# 左关联到df2，保留原df2的所有行
df2 = df2.merge(mean_df, on="A", how="left")

两种方法都能得到目标df2：

A D E
0 2002-01-13 Joseph 2.9
1 2002-01-13 Emma 2.9
2 2002-01-13 Michael 2.9
3 2002-01-14 Anna 8.5
4 2002-01-14 Yvonne 8.5
5 2002-01-14 Anthony 8.5

内容的提问来源于stack exchange，提问作者Tie_24