Python中如何按特定年份分组并计算区域平均年龄？

嗨，你已经把基础的分组聚合逻辑跑通了，很棒！要只针对特定年份来做这个统计，有两种实用的方式，看你更适合哪种场景：

方法一：先筛选特定年份的数据，再分组聚合 #

这种方法更高效，因为先把范围缩小到目标年份，减少后续分组处理的数据量。假设你想统计2022年的区域平均年龄，代码可以这么写：

# 1. 先筛选出目标年份的数据
target_year = 2022
filtered_data = data[data['Date'].dt.year == target_year]

# 2. 按区域分组计算平均年龄，同时手动补充year列
ageDataFrame = filtered_data.groupby('Region').agg(
    average_age=('age', 'mean'),
    year=lambda x: target_year
).reset_index()

# 调整列顺序为你需要的region、year、average age
ageDataFrame = ageDataFrame[['Region', 'year', 'average_age']].rename(columns={'average_age': 'average age'})

这样得到的结果就只包含2022年各区域的平均年龄，完全匹配你想要的列结构。

方法二：先全量分组，再提取特定年份的结果 #

如果你已经生成了全年份的分组结果，或者需要保留全量数据的同时单独提取某一年，用这种方法更方便：

# 先按区域和年份完成全量分组聚合
ageDataFrame_full = data.groupby(['Region', data.Date.dt.year]).agg(
    average_age=('age', 'mean')
).reset_index()

# 提取目标年份（比如2023年）的数据
target_year = 2023
ageDataFrame_target = ageDataFrame_full[ageDataFrame_full['Date'] == target_year]

# 整理列名和顺序
ageDataFrame_target = ageDataFrame_target.rename(columns={'Date': 'year', 'average_age': 'average age'})

或者用xs方法直接从多级索引结果中提取，写法更简洁：

ageDataFrame_full = data.groupby(['Region', data.Date.dt.year]).agg(average_age=('age', 'mean'))
ageDataFrame_target = ageDataFrame_full.xs(target_year, level=1).reset_index()
ageDataFrame_target['year'] = target_year
ageDataFrame_target = ageDataFrame_target[['Region', 'year', 'average_age']].rename(columns={'average_age': 'average age'})

小优化：简化聚合函数写法 #

你原来的嵌套字典写法可以更简洁，直接用元组指定列和聚合方法，可读性更强：

# 替代原来的ageAverage定义
ageDataFrame = data.groupby(['Region', data.Date.dt.year]).agg(
    average_age=('age', 'mean')
).reset_index()

内容的提问来源于stack exchange，提问作者user3452963