python按类分组求平均值

假设你有一个包含多个类别的数据集，每个类别下都有多个数值，你想要按类别分组，计算每个类别下数值的平均值。可以使用Python中的pandas库来实现。具体步骤如下：

1. 导入pandas库

import pandas as pd

2. 创建数据集

假设你的数据集如下：

data = pd.DataFrame({
    'class': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
    'value': [1, 2, 3, 4, 5, 6, 7]
})

其中，`class`列为类别，`value`列为数值。

3. 按类别分组求平均值

使用`groupby`函数按类别分组，然后使用`mean`函数求平均值：

result = data.groupby('class').mean()

最终结果如下：

       value
class       
A        1.5
B        4.0
C        6.5

其中，`class`列为索引，`value`列为平均值。

相关问题

python分组求平均值

可以使用Python中的pandas库来实现分组求平均值。具体步骤如下：

1. 将数据读入pandas的DataFrame中
2. 使用groupby函数按照需要分组的列进行分组
3. 对分组后的数据使用mean函数求平均值

示例代码如下：

import pandas as pd

# 读入数据
data = pd.read_csv('data.csv')

# 按照列A进行分组，求平均值
result = data.groupby('A').mean()

print(result)

python分组计算平均值

假设你有一个包含数据的列表，你可以使用Python的内置函数`groupby()`和`mean()`来分组计算平均值。以下是一个示例代码：

from itertools import groupby

data = [("A", 10), ("B", 15), ("A", 8), ("C", 12), ("B", 20), ("A", 7)]

data.sort(key=lambda x: x[0]) # 先按照第一个元素排序

result = {}

for key, group in groupby(data, lambda x: x[0]):
    values = [x[1] for x in group] # 获取该组的数值
    result[key] = sum(values) / len(values) # 计算平均值

print(result)

该代码将输出一个字典，其中键为组的名称，值为该组的平均值。例如，如果你的数据是上面的示例数据，则输出将是`{"A": 8.33, "B": 17.5, "C": 12.0}`。