Python实现类Excel AVERAGEIF逐行均值计算的高效方案问询

你的问题本质是将分组聚合的结果广播回原DataFrame的每一行，这正是Pandas中transform方法的设计场景！相比你手动遍历的方式，transform是完全向量化的操作，内部用Cython优化，处理20万行数据毫无压力，代码也更简洁。

直接上最优解代码 #

首先是你的示例数据：

import pandas as pd

df = pd.DataFrame({
    'key1': ['a', 'b', 'a', 'a'],
    'key2': ['c', 'd', 'a', 'a'],
    'number': [100, 200, 150, 200]
})

不需要手动拼接key1和key2，直接按两个组合键分组，然后用transform('mean')就能把均值映射到每一行：

# 新增一列存储每行对应的分组均值
df['group_avg'] = df.groupby(['key1', 'key2'])['number'].transform('mean')

# 查看结果
print(df)

输出结果：

key1 key2  number  group_avg
0    a    c     100      100.0
1    b    d     200      200.0
2    a    a     150      175.0
3    a    a     200      175.0

如果只需要单独的均值列表，直接提取列转成列表即可：

avgif = df['group_avg'].tolist()
# 结果：[100.0, 200.0, 175.0, 175.0]

为什么这个方法比你的原方案高效？ #

你的原方案需要手动拼接键，然后通过Python循环逐个查找聚合结果，这在数据量达到20万行时，Python层面的循环会带来巨大的性能开销。而transform是Pandas的内置向量化操作，完全避开了Python循环，底层用C语言级别的逻辑处理，速度能提升几十甚至上百倍。

备选方案：用merge实现（不如transform简洁） #

如果你想了解其他思路，也可以先分组聚合得到均值，再通过merge合并回原DataFrame，但代码会比transform繁琐一些：

# 先获取分组均值并重置索引
grouped_mean = df.groupby(['key1', 'key2'])['number'].mean().reset_index(name='group_avg')
# 合并回原DataFrame
df = df.merge(grouped_mean, on=['key1', 'key2'])

但这个方法需要额外的合并步骤，效率和简洁性都不如transform，所以优先推荐前者。

总结 #

处理这类“分组聚合后映射回原行”的需求，groupby.transform是Pandas的标准解决方案，完美适配大数据量场景，代码简洁且性能拉满，完全替代你手动遍历的低效逻辑。

内容的提问来源于stack exchange，提问作者jesse