在R语言中为现有DataFrame添加新的合并计算值

嘿，这个需求用pandas就能轻松搞定，我给你两种实用的实现方式，你可以根据自己的习惯选择：

方法一：拆分计算后合并 #

这种方法逻辑清晰，适合新手理解，步骤是先筛选目标行、计算平均值，再和原数据的其他行合并：

首先先构造你提供的示例数据（实际使用时替换成你的真实DataFrame即可）：

import pandas as pd

df = pd.DataFrame({
    'id': [1,1,1,2,2,2,3,3,3],
    'init_cont': ['K','K','K','I','I','I','K','K','K'],
    'family': ['S','S','S','S','S','S','D','D','D'],
    'description': ['impacteach','impactover','read','impacteach','impactover','read','impacteach','impactover','read'],
    'value': [1,3,2,2,4,1,3,5,3]
})

接下来执行数据处理：

# 1. 筛选出需要计算平均的impacteach和impactover行
impact_subset = df[df['description'].isin(['impacteach', 'impactover'])]

# 2. 按id、init_cont、family分组，计算value的平均值
impact_avg = impact_subset.groupby(['id', 'init_cont', 'family'])['value'].mean().reset_index(name='value')

# 3. 给新数据添加description列，值为'impact'
impact_avg['description'] = 'impact'

# 4. 提取原数据中的read行，和新生成的impact行合并，最后按id和description排序
final_df = pd.concat([df[df['description'] == 'read'], impact_avg]).sort_values(by=['id', 'description']).reset_index(drop=True)

print(final_df)

运行后得到的目标DataFrame：

id init_cont family description  value
0   1         K      S        impact    2.0
1   1         K      S          read    2.0
2   2         I      S        impact    3.0
3   2         I      S          read    1.0
4   3         K      D        impact    4.0
5   3         K      D          read    3.0

方法二：透视表转格式计算 #

如果你的数据结构很规整（每个分组下的description没有重复），可以用透视表先转宽格式，计算平均后再转回长格式，代码更简洁：

# 转宽格式，将description转为列
pivot_df = df.pivot_table(
    index=['id', 'init_cont', 'family'],
    columns='description',
    values='value',
    aggfunc='first'  # 因为每个分组下每个description只有一行，用first即可
).reset_index()

# 计算impact列，取impacteach和impactover的平均值
pivot_df['impact'] = pivot_df[['impacteach', 'impactover']].mean(axis=1)

# 转回长格式，只保留需要的impact和read列
final_df = pivot_df.melt(
    id_vars=['id', 'init_cont', 'family'],
    value_vars=['impact', 'read'],
    var_name='description',
    value_name='value'
).sort_values(by=['id', 'description']).reset_index(drop=True)

print(final_df)

这个方法的输出和方法一完全一致，适合喜欢用透视表处理格式转换的场景。

注意事项 #

如果你的实际数据包含更多列，只需要在groupby（方法一）或者pivot_table的index（方法二）中加入所有需要保留的列即可，确保分组时不会丢失信息。

内容的提问来源于stack exchange，提问作者melbez