基于行数与外部逻辑计算分组得分的实现方法

嗨John，很高兴帮你搞定这个问题！你要的其实就是分组内的累积平均值——对每个分组里的每一行，计算从该行往上（包含本行）所有score1的总和除以对应行数，对吧？

我用Python的Pandas库来给你演示具体实现，这是处理这类数据集最常用的工具之一：

步骤1：准备数据 #

先把你的示例数据转换成可操作的DataFrame：

import pandas as pd

data = {
    'S.no': [1, 2, 3, 4, 5],
    'Group': ['GroupA', 'GroupA', 'GroupA', 'GroupA', 'GroupA'],
    'score1': [1, 0, 1, 1, 1]
}
df = pd.DataFrame(data)

步骤2：计算分组累积平均 #

用Pandas的groupby结合expanding方法就能轻松实现你的需求：

# 按Group分组，对score1计算从第一行到当前行的累积平均值
df['cumulative_avg'] = df.groupby('Group')['score1'].expanding().mean().reset_index(level=0, drop=True)

运行后你的数据集会变成这样：

完全匹配你的要求：第5行是(1+0+1+1+1)/5=0.8，第4行是(1+0+1+1)/4=0.75，完美！

补充说明 #

• 如果你的数据集有多个分组（比如GroupB、GroupC），这个代码会自动对每个分组单独计算，不用额外修改
• expanding().mean()的作用就是从第一行开始，逐步计算到当前行的平均值，刚好贴合你的业务逻辑

内容的提问来源于stack exchange，提问作者John