group by 求平均值

若要使用 group by 求平均值，可以使用以下 SQL 语句：

SELECT column1, AVG(column2)
FROM table
GROUP BY column1;

其中，`column1` 是用来分组的列，`column2` 是需要求平均值的列。执行上述语句后，会按照 `column1` 的不同取值进行分组，然后分别对每个分组中的 `column2` 求平均值。

例如，对于以下数据表 `sales`：

| region | sale_amount |
| ------ | ----------- |
| A | 1000 |
| B | 2000 |
| C | 1500 |
| A | 800 |
| B | 2200 |

使用以下 SQL 语句：

SELECT region, AVG(sale_amount)
FROM sales
GROUP BY region;

将会得到以下结果：

| region | AVG(sale_amount) |
| ------ | ---------------- |
| A | 900 |
| B | 2100 |
| C | 1500 |

相关问题

pandas groupby求平均值

在Pandas库中，`groupby()`函数是进行数据分组操作的核心功能，它允许你根据一个或多个列的值对数据集进行聚合，如计算平均值、总和、计数等。当你想要按某个或某些列的值对数据进行平均值计算时，可以这样做：

import pandas as pd

# 假设你有一个DataFrame df，其中包含'column_to_group'和'value_column'两列

# 使用groupby()函数
grouped_df = df.groupby('column_to_group')['value_column'].mean()

# grouped_df就是根据'column_to_group'列的值分组后，'value_column'列的平均值的DataFrame

# 如果你想得到一个Series，而不是DataFrame，可以使用agg()方法：
grouped_series = df.groupby('column_to_group')['value_column'].agg('mean')

python groupby求平均值

使用Python中的pandas库中的groupby()函数可以对数据进行分组，然后使用mean()函数计算每组数据的平均值。下面是一个示例代码：

import pandas as pd

# 创建一个DataFrame
data = {'group': ['A', 'B', 'A', 'B', 'A', 'B', 'A', 'A', 'B', 'B'],
        'value': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10]}
df = pd.DataFrame(data)

# 按照group列进行分组，并计算每组数据的平均值
grouped = df.groupby('group')
result = grouped.mean()
print(result)

上述代码中，首先创建了一个DataFrame，然后使用groupby()函数按照group列进行分组，最后使用mean()函数计算每组数据的平均值，并将结果打印输出。