Python用Pandas计算分组平均值方法
2026-05-12 21:33:25
0浏览
收藏
Python中用Pandas计算分组平均值看似简单,实则暗藏诸多易被忽视的陷阱:分组键含NaN时默认被丢弃、非数值列静默跳过、数据类型误判导致聚合失败、agg()结构易混淆、apply(lambda x: x.mean())性能低下等——真正卡住你的往往不是语法,而是数据中那些看不见的空格、不可见字符、混合类型和隐性缺失值;掌握`groupby(..., dropna=False)`、`pd.to_numeric(..., errors='coerce')`、类型清洗与category优化等关键技巧,才能让均值结果既准确又高效。

用 groupby().mean() 最直接,但得先确认分组键不为空
分组求平均值最常用的就是 df.groupby('column_name').mean(),它自动对所有数值列做均值计算。但实际跑起来常卡在第一步:分组键里有 NaN —— 这些行默认被丢弃,结果行数变少、数值对不上,尤其和 Excel 对比时容易怀疑数据出错。
groupby默认参数dropna=True,想保留空值分组就得显式写成df.groupby('col', dropna=False).mean()- 如果分组列是字符串但含空格或不可见字符(比如
' A '),mean()不报错但逻辑分组会错,建议先用str.strip()清洗 - 对非数值列调用
mean()会静默跳过,不报错也不警告——检查结果列是否少于预期,就该回头看看原始列类型
只算某几列的平均值,别让 agg() 返回意外结构
不需要所有数值列都参与聚合时,用 agg() 更可控,但返回结构容易踩坑:传列表和传字典行为完全不同。
- 想对多列用同一函数:
df.groupby('A')[['B', 'C']].agg('mean')→ 返回 DataFrame,列名保持原样 - 想对不同列用不同函数:
df.groupby('A').agg({'B': 'mean', 'C': 'sum'})→ 返回 DataFrame,列名变成键名 - 误写成
.agg(['mean'])(带中括号)→ 返回 MultiIndex 列,列名变成('B', 'mean'),后续取数得用元组索引,非常麻烦
遇到 TypeError: No numeric types to aggregate 怎么办
这个错误不是数据真没数字,而是 Pandas 没识别出数值类型。常见于从 CSV 读入后,本该是数字的列被当成了 object 类型,比如含单位('12.5kg')、逗号分隔('1,234')或混合空值+字符串。
- 先查类型:
df['col'].dtype,如果是object,再看df['col'].apply(type).unique()确认混杂情况 - 简单清洗用
pd.to_numeric(df['col'], errors='coerce'),把非法值转成NaN,再分组 - 别用
astype(float)硬转——遇到字符串直接崩,且不处理空格或逗号
性能敏感时,避免在 apply() 里重复算平均值
有人习惯写 df.groupby('A').apply(lambda x: x['B'].mean()),语法没错,但比原生 .mean() 慢 3–5 倍,因为每组都触发 Python 层循环,还额外构造子 DataFrame。
- 纯数值聚合,无条件优先用
.mean()、.agg('mean') - 真需要复杂逻辑(比如按条件筛后再均值),也尽量把筛选提到
groupby外,例如先df[df['C'] > 0].groupby('A')['B'].mean() - 大数据量下,
category类型的分组键比object快不少,可提前转:df['A'] = df['A'].astype('category')
分组平均值本身不难,难点总藏在数据隐性状态里:空值怎么算、类型有没有被悄悄转成 object、分组键是不是真“等价”。跑出来结果不对,八成不是函数用错了,而是输入比你以为的更不干净。
今天带大家了解了的相关知识,希望对你有所帮助;关于文章的技术知识我们会一点点深入介绍,欢迎大家关注golang学习网公众号,一起学习编程~
pattern正则怎么写_输入格式限制实例【教程】
- 上一篇
- pattern正则怎么写_输入格式限制实例【教程】
- 下一篇
- 电脑屏幕清洁技巧:顽固污渍轻松去除方法
查看更多
最新文章
-
- 文章 · python教程 | 18小时前 | python · Python decimal compare_total 全序比较
- Python Decimal.compare_total 怎样区分数值相等的不同表示
- 331浏览 收藏
-
- 文章 · python教程 | 18小时前 |
- Python AST 怎样提取节点对应的原始源码片段
- 261浏览 收藏
-
- 文章 · python教程 | 18小时前 | python · 类型系统 · Python types.resolve_bases __mro_entries__
- Python types.resolve_bases 怎样展开动态基类占位对象
- 108浏览 收藏
-
- 文章 · python教程 | 19小时前 | Python SQLite sqlite3 getlimit Connection.setlimit
- Python sqlite3.Connection.setlimit 怎样限制单个连接的资源上限
- 247浏览 收藏
-
- 文章 · python教程 | 19小时前 | SQLite · Python教程 · Python SQLite sqlite3 complete_statement 多语句脚本 CREATE TRIGGER
- Python sqlite3.complete_statement 判断多语句输入完整性的处理方案
- 140浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · pathlib · Python pathlib walk_up relative_to
- Python pathlib.relative_to 怎样避免无关路径抛错
- 256浏览 收藏
-
- 文章 · python教程 | 19小时前 | python · Python Property 描述符 inspect.getattr_static 静态属性读取
- Python 怎样读取属性定义而不触发 property
- 299浏览 收藏
-
- 文章 · python教程 | 19小时前 | 依赖管理 · 故障排查 · Python教程 · Python importlib.metadata packages_distributions 发行包 导入名
- Python 怎样根据导入名查询对应的发行包
- 138浏览 收藏
-
- 文章 · python教程 | 19小时前 | 数据校验 · Python教程 · Python Pydantic JSON校验 model_validate_json strict mode
- Pydantic model_validate_json 怎样在严格模式下解析请求体
- 417浏览 收藏
查看更多
课程推荐
-
- 前端进阶之JavaScript设计模式
- 设计模式是开发人员在软件开发过程中面临一般问题时的解决方案,代表了最佳的实践。本课程的主打内容包括JS常见设计模式以及具体应用场景,打造一站式知识长龙服务,适合有JS基础的同学学习。
- 543次学习
-
- GO语言核心编程课程
- 本课程采用真实案例,全面具体可落地,从理论到实践,一步一步将GO核心编程技术、编程思想、底层实现融会贯通,使学习者贴近时代脉搏,做IT互联网时代的弄潮儿。
- 516次学习
-
- 简单聊聊mysql8与网络通信
- 如有问题加微信:Le-studyg;在课程中,我们将首先介绍MySQL8的新特性,包括性能优化、安全增强、新数据类型等,帮助学生快速熟悉MySQL8的最新功能。接着,我们将深入解析MySQL的网络通信机制,包括协议、连接管理、数据传输等,让
- 500次学习
-
- JavaScript正则表达式基础与实战
- 在任何一门编程语言中,正则表达式,都是一项重要的知识,它提供了高效的字符串匹配与捕获机制,可以极大的简化程序设计。
- 487次学习
-
- 从零制作响应式网站—Grid布局
- 本系列教程将展示从零制作一个假想的网络科技公司官网,分为导航,轮播,关于我们,成功案例,服务流程,团队介绍,数据部分,公司动态,底部信息等内容区块。网站整体采用CSSGrid布局,支持响应式,有流畅过渡和展现动画。
- 485次学习
查看更多
AI推荐
-
- PubMedQA
- 深入了解PubMedQA生物医学问答数据集,涵盖其核心功能、使用方法及在临床决策、药物研发等场景的应用,助力提升NLP模型性能。
- 1076次使用
-
- H2O EvalGPT
- H2O EvalGPT是H2O.ai推出的开源LLM评估平台,提供详细的大模型性能排行榜、行业特定基准测试及A/B测试功能,助您快速选择最适合项目的高性能大语言模型。
- 1078次使用
-
- LMArena
- LMArena是加州大学伯克利分校推出的AI模型匿名评测平台。通过盲测投票机制,用户可对比不同大模型回答并生成实时排行榜,助力开发者优化模型及用户选择最佳AI工具。
- 1238次使用
-
- HELM
- 深入了解斯坦福推出的HELM(Holistic Evaluation of Language Models)大模型评测体系。本文解析其核心功能、安装配置步骤及应用场景,涵盖准确性、公平性、鲁棒性等多维度指标,助力开发者全面优化语言模型性能。
- 1182次使用
-
- MMBench
- MMBench是由上海人工智能实验室等机构联合推出的多模态基准测试平台,提供细粒度能力评估、大规模数据集及VLMEvalKit工具。本文详细介绍其核心功能、安装使用方法及应用场景,助力开发者全面评估多模态模型性能。
- 1026次使用
查看更多
相关文章
-
- Python TaskGroup 怎样让子任务失败统一收敛
- 2026-11-12 501浏览
-
- Python xml.dom.minidom.unlink 怎样释放不再使用的 DOM 树引用
- 2026-10-27 501浏览
-
- Python typing 怎样用 TypeIs 缩小类型
- 2026-10-24 501浏览
-
- Python sqlite3 Connection serialize 怎么导出数据库快照:备份窗口、内存占用与恢复校验
- 2026-08-26 501浏览
-
- Python监控网页状态:requests异常处理实战
- 2026-05-29 501浏览

