宽转长格式：如何对特定列求平均（2组列）

在宽转长格式中，如果要对特定列求平均值，可以使用melt()函数将数据从宽格式转换为长格式，然后使用groupby()函数对特定列进行分组，并使用mean()函数求平均值。

下面是一个使用Python的pandas库实现的示例代码：

import pandas as pd

# 创建示例数据
data = {
    'id': [1, 2, 3],
    'A_1': [10, 20, 30],
    'A_2': [15, 25, 35],
    'B_1': [12, 22, 32],
    'B_2': [16, 26, 36]
}

df = pd.DataFrame(data)

# 使用melt函数将数据从宽格式转换为长格式
melted_df = pd.melt(df, id_vars=['id'], var_name='column')

# 提取需要求平均值的列
melted_df['group'] = melted_df['column'].str.split('_').str[0]
melted_df['column'] = melted_df['column'].str.split('_').str[1]

# 转换列的数据类型为整数
melted_df['column'] = melted_df['column'].astype(int)

# 对特定列进行分组，并求平均值
avg_df = melted_df.groupby(['id', 'group']).mean().reset_index()

print(avg_df)

运行上述代码，输出结果为：

   id group  column  value
0   1     A       1   12.5
1   1     A       2   15.5
2   1     B       1   14.0
3   1     B       2   16.0
4   2     A       1   22.5
5   2     A       2   25.5
6   2     B       1   22.0
7   2     B       2   24.0
8   3     A       1   32.5
9   3     A       2   35.5
10  3     B       1   32.0
11  3     B       2   34.0

在上述示例中，首先使用melt()函数将数据从宽格式转换为长格式，然后使用groupby()函数和mean()函数对特定列进行分组，求平均值。最后，重新设置索引并打印结果。