用groupby()函数计算DataFrame中按特定列分组数据平均值的方法

在数据分析和处理中，经常需要对数据进行分组并计算分组后数据的统计信息，比如平均值。在Python的pandas库中，DataFrame是一种常用的数据结构，而groupby()函数则为我们提供了强大的分组计算功能。

确保已经安装并导入了pandas库。假设我们有一个包含学生信息的DataFrame，其中有“班级”“科目”和“成绩”等列。要按“班级”列对数据进行分组并计算每个班级的平均成绩，可以按照以下步骤操作。

第一步，创建或读取DataFrame数据。可以使用pandas的相关函数从文件中读取数据，或者直接通过字典等方式创建DataFrame。例如：

import pandas as pd

data = {'班级': ['一班', '二班', '一班', '二班'],
        '科目': ['数学', '数学', '语文', '语文'],
        '成绩': [85, 90, 88, 92]}
df = pd.DataFrame(data)

第二步，使用groupby()函数进行分组。groupby()函数会根据指定的列对数据进行分组，返回一个GroupBy对象。在这里，我们按“班级”列分组：

grouped = df.groupby('班级')

第三步，计算分组后数据的平均值。可以通过调用GroupBy对象的mean()方法来计算每个分组的平均值。对于上述示例，计算每个班级的平均成绩的代码如下：

average_scores = grouped['成绩'].mean()
print(average_scores)

运行上述代码，将会输出每个班级的平均成绩。

如果要按多个列进行分组，只需要在groupby()函数中传入一个列名列表即可。例如，按“班级”和“科目”两个列进行分组并计算平均成绩：

grouped_multi = df.groupby(['班级', '科目'])
average_scores_multi = grouped_multi['成绩'].mean()
print(average_scores_multi)

通过groupby()函数，我们可以方便地对DataFrame中的数据按特定列进行分组，并计算分组数据的平均值。这在数据分析、统计和报告生成等任务中非常有用，能够帮助我们快速获取有价值的信息。