如何计算Pandas Groupby对象相邻行均值及指定排序Groupby对象

嘿，我来帮你搞定这两个Pandas的问题～

要实现这个需求，核心思路是利用shift()方法获取每个组内下一行的数据，再和当前行的数值列计算均值。具体步骤如下：

1. 先构造和你提供结构一致的示例数据，并完成分组；
2. 定义一个函数，对每个组执行“获取下一行数据→计算当前行与下一行的均值→合并结果”的操作；
3. 将函数应用到每个分组，得到最终结果。

示例代码：

import pandas as pd

# 构造你的示例数据
data = {
    'col1': ['A', 'B', 'D', 'F', 'C', 'E'],
    'col2': ['D1']*6,
    'x': [0.269002, 0.201159, 0.745292, 0.270844, 0.997799, 0.851880],
    'y': [0.131740, 0.072912, 0.725807, 0.214708, 0.503333, 0.921189],
    'z': [0.401020, 0.775171, 0.106000, 0.935534, 0.250536, 0.085515]
}
df = pd.DataFrame(data)

# 按col2列分组
grouped = df.groupby('col2')

# 定义计算每行与下一行均值的函数
def calc_row_next_mean(group):
    # shift(-1) 获取组内下一行数据，最后一行会返回NaN
    next_row = group.shift(-1)
    # 仅对数值列（x、y、z）计算均值
    mean_values = (group[['x', 'y', 'z']] + next_row[['x', 'y', 'z']]) / 2
    # 合并原有的非数值列和计算出的均值
    result_df = pd.concat([group[['col1', 'col2']], mean_values], axis=1)
    return result_df

# 应用函数到每个分组并重置索引
final_result = grouped.apply(calc_row_next_mean).reset_index(drop=True)
print(final_result)

注意：组内的最后一行因为没有下一行数据，计算出的均值会是NaN，这是符合逻辑的正常结果。

观察你想要的结果，本质是在每个分组内按col1列的字母升序排列。有两种简单的实现方式：

方式一：分组后对每个组排序 #

直接对Groupby对象应用sort_values，指定按col1升序排列：

# 分组后每个组内按col1字母升序排序
sorted_df = grouped.apply(lambda group: group.sort_values('col1')).reset_index(drop=True)
print(sorted_df)

方式二：先整体排序再分组（更高效） #

如果你的数据量较大，先对整个DataFrame按分组键（col2）和col1排序，再分组，这样每个组本身就是有序的：

# 先按col2分组键，再按col1字母升序排序整个DataFrame
df_sorted = df.sort_values(by=['col2', 'col1'])
# 此时再分组，每个组内已经是排序好的状态
grouped_sorted = df_sorted.groupby('col2')
# 直接输出排序后的DataFrame就是你想要的结果
print(df_sorted)

两种方法都能得到你给出的目标排序结果，方式二更适合处理大规模数据。

内容的提问来源于stack exchange，提问作者James