pandas如何将某一行的数值如果相同相对应的另一列的不同数据求均值

可以使用pandas的groupby方法来实现。首先以相同数值为一组，对该组中的数据求均值，然后将计算结果保存到新的列中。具体代码如下：

import pandas as pd

df = pd.DataFrame({'col1': ['A', 'A', 'B', 'B'], 'col2': [1, 2, 3, 4], 'col3': [2, 2, 4, 5]})
# 创建测试数据

df['mean_col3'] = df.groupby('col2')['col3'].transform('mean')
# 以'col2'为索引，对'col3'进行分组计算均值，然后将计算结果保存到新的列'mean_col3'中

print(df)
# 打印结果，可以看到计算结果已保存至'mean_col3'列中

输出结果如下：

  col1  col2  col3  mean_col3
0    A     1     2        2.0
1    A     2     2        2.0
2    B     3     4        4.0
3    B     4     5        5.0

相关问题

pandas中某一列名相同的另一列数据相加

假设你有一个名为`df`的pandas DataFrame，其中有两列，分别为`col1`和`col2`，其中`col1`中有重复的值。你可以使用`groupby`和`sum`来实现相同`col1`值的`col2`数据相加，示例如下：

import pandas as pd

# 创建示例数据
data = {'col1': ['A', 'B', 'A', 'B'], 'col2': [1, 2, 3, 4]}
df = pd.DataFrame(data)

# 使用groupby和sum函数相加col2列数据
df_sum = df.groupby('col1')['col2'].sum().reset_index()

print(df_sum)

输出结果为：

  col1  col2
0    A     4
1    B     6

上述代码中，`groupby`函数按照`col1`列进行分组，然后对每个分组中的`col2`数据进行求和，并将结果保存在一个新的DataFrame中。最后使用`reset_index`函数重置索引。

pandas将某一列相同的其他数据加起来

可以使用pandas的groupby方法进行分组，然后使用sum方法对分组后的数据进行求和。例如，假设我们有一个DataFrame对象df，其中有两列数据，分别是"category"和"value"，我们想要根据"category"列进行分组，然后对"value"列求和，可以按照如下方式实现：

grouped = df.groupby("category")
summed = grouped["value"].sum()

这将返回一个Series对象，其中每个元素是相应分组的"value"列的总和。如果你想要将结果重新合并到原始的DataFrame中，可以使用merge方法：

summed_df = pd.DataFrame(summed).reset_index()
merged = pd.merge(df, summed_df, on="category", how="left")

这将返回一个新的DataFrame对象，其中包含了原始数据以及每个类别的"value"列的总和。