Pandas-按一列分组并获取所有其他列的平均值

我有一个dataframe，包含列：

cols = ['A', 'B', 'C']

如果我按一列分组，说“A”，就像这样：

df.groupby('A')['B'].mean()

它起作用了

---

但我需要按一列分组，然后得到所有其他列的平均值。我试过：

df[cols].groupby('A').mean()

但我得到了一个错误：

KeyError: 'A'

我缺少什么？

请尝试：

df.groupby('A').agg('mean')

样本数据

   B  C  A
0  1  4  K
1  2  6  S
2  4  7  K
3  6  3  K
4  2  1  S
5  7  3  K
6  8  9  K
7  9  3  K


print(df.groupby('A').agg('mean'))




     B         C
A                    
K  5.833333  4.833333
S  2.000000  3.500000

---

您可以使用

df.groupby（'col'）.mean（）

。例如，要计算

列
'A'
、
'B'
和
'C'
的
平均值
：

   A    B  C  D
0  1  NaN  1  1
1  1  2.0  2  1
2  2  3.0  1  1
3  1  4.0  1  1
4  2  5.0  2  1

df[['A', 'B', 'C']].groupby('A').mean()

或

输出：

     B         C
A
1  3.0  1.333333
2  4.0  1.500000

     B         C    D
A
1  3.0  1.333333  1.0
2  4.0  1.500000  1.0

如果您需要所有列的平均值：

df.groupby('A').mean()

输出：

     B         C
A
1  3.0  1.333333
2  4.0  1.500000

     B         C    D
A
1  3.0  1.333333  1.0
2  4.0  1.500000  1.0

ValueError:传递的项目数错误25，位置意味着1（实际上有25列）应该可以工作。除非你想做点别的。有助于提供示例数据集使用示例数据集Hanks查看我的编辑。但是
df[cols].groupby（'A'）.mean（）
sholud也可以，对吧？绝对可以。这对我也有好处。只是喜欢较短的代码，我无法复制。我猜
KeyError
来自
df[cols]
，而不是
groupby（“A”）
。您能再检查一遍吗？您的数据框中没有列“A”。