如何在Pandas中使用groupby和mean()后保留分类变量？

当然有办法实现这个需求！想要在聚合操作后保留Metadata_A、Metadata_B、treatment这些分类变量，核心思路就是把这些分类列纳入分组键中，这样它们会自然出现在聚合结果里。下面给你几种实用的实现方式：

方法1：直接分组所有需要保留的列，指定聚合列求均值 #

这是最直接的方式，把所有要保留的分类列放进groupby()的参数列表，同时指定对ratio列求均值，再通过as_index=False让分组列以普通列的形式保留（而非索引）：

import pandas as pd

# 假设你的DataFrame是df
agg_result = df.groupby(['treatment', 'Metadata_A', 'Metadata_B'], as_index=False)['ratio'].mean()

方法2：使用agg()自定义聚合（支持多列/多操作） #

如果后续需要对不同列执行不同聚合操作，或者想给聚合后的列起更清晰的别名，可以用agg()方法：

agg_result = df.groupby(['treatment', 'Metadata_A', 'Metadata_B'], as_index=False).agg(
    average_ratio=('ratio', 'mean')  # 给均值列起别名average_ratio
)

方法3：保留分类列的Categorical类型（如果已设置） #

如果你的分类列已经被设置为Pandas的Categorical类型（比如df['treatment'] = pd.Categorical(df['treatment'])），那么聚合后这些列会自动保留原有的分类类型，无需额外操作。

补充：如果分组后列成了索引怎么办？ #

要是你忘记加as_index=False，分组列会变成结果的索引，这时候只需要调用reset_index()就能把它们转回普通列：

agg_result = df.groupby(['treatment', 'Metadata_A', 'Metadata_B'])['ratio'].mean().reset_index()

示例结果（基于你提供的DataFrame片段） #

聚合后你会得到类似这样的结果，所有分类变量都被保留，同时对应每个分组的ratio均值：

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