如何在Pandas中合并两个DataFrame并对共列取均值？

当然有超简便的方法实现这个需求！用 pandas 的内置方法就能一行代码搞定，核心思路是先把两个 DataFrame 按索引堆叠，再对同一索引的行求平均值。

实现步骤 #

1. 先构造你的两个 DataFrame（如果已经有了可以跳过这步）：

import pandas as pd

df1 = pd.DataFrame({'C1': [0, 0], 'C2': [0, 0], 'C3': [0, 0]})
df2 = pd.DataFrame({'C1': [1, 1], 'C4': [1, 1], 'C5': [1, 1]})

2. 一行代码生成目标结果：

df3 = pd.concat([df1, df2]).groupby(level=0).mean()

原理解释 #

• pd.concat([df1, df2])：把两个 DataFrame 按行堆叠，这样每个索引（0 和 1）都会对应两行数据——一行来自 df1，一行来自 df2。
• .groupby(level=0).mean()：按索引分组，对每组的所有列计算平均值。对于 C2、C3 这类只在 df1 里有的列，以及 C4、C5 这类只在 df2 里有的列，分组后每组只有一个值，平均值就是它本身；而共同列 C1 每组有两个值（0 和 1），平均值正好是你想要的 0.5。

运行后得到的 df3 就是你期望的结果：

C1  C2  C3  C4  C5
0  0.5   0   0   1   1
1  0.5   0   0   1   1

如果需要调整列的顺序，只需要用 df3 = df3[['C1', 'C2', 'C3', 'C4', 'C5']] 重新指定即可。

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