dataframe 分组求平均后，转为dataframe格式

可以使用`groupby`函数进行分组求平均，然后使用`reset_index`函数将结果转化为DataFrame格式，示例代码如下：

import pandas as pd

# 创建示例DataFrame
df = pd.DataFrame({
    'group': ['A', 'B', 'A', 'B'],
    'value': [1, 2, 3, 4]
})

# 按照 group 列分组求平均
df_avg = df.groupby('group').mean()

# 将结果转化为DataFrame格式
df_avg = df_avg.reset_index()

print(df_avg)

输出结果为：

  group  value
0     A    2.0
1     B    3.0

相关问题

dataframe 分组取平均值

可以使用 Pandas 中的 groupby 函数来对 DataFrame 进行分组，并使用 mean 函数计算每个组的平均值。例如：

import pandas as pd

# 创建 DataFrame
df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'B'],
    'value': [1, 2, 3, 4, 5]
})

# 按照 group 列分组，并计算每个组的平均值
result = df.groupby('group').mean()

print(result)

输出结果为：

       value
group       
A        1.5
B        4.0

这里将 DataFrame 按照 `group` 列进行分组，然后计算每个组的平均值，并将结果存储在 `result` 变量中。

dataframe 分组

好的，关于 dataframe 分组，我可以给你一些基本的介绍。

在 pandas 中，我们可以使用 groupby() 方法对 dataframe 进行分组操作。groupby() 方法会根据指定的列或者多个列的值进行分组，然后对每个分组进行聚合操作。

例如，我们有一个包含学生姓名、科目和成绩的 dataframe，我们可以使用 groupby() 方法按照科目对学生进行分组，然后计算每个科目的平均成绩：

import pandas as pd

# 创建 dataframe
df = pd.DataFrame({
    'name': ['Alice', 'Bob', 'Charlie', 'David', 'Emily', 'Frank'],
    'subject': ['Math', 'English', 'Math', 'English', 'Math', 'English'],
    'score': [80, 75, 90, 85, 95, 70]
})

# 按照科目分组，计算平均成绩
grouped = df.groupby('subject')
mean_scores = grouped.mean()

print(mean_scores)

输出结果为：

             score
subject           
English  76.666667
Math     88.333333

在上面的例子中，我们首先使用 groupby() 方法按照科目对 dataframe 进行分组，然后使用 mean() 方法计算每个分组的平均值。