Python 如何一次计算大熊猫的平均数和性病？

例如，我们有如下数据：

>>> df
   name  score  times
0   tom    100      1
1   tom     99      2
2   tom    100      3
3  jack     99      1
4  jack     99      2
5  tony    100      1
6  tony    100      2
7  tony    100      3

我想得到这样的结果

   name       score std
0  jack   99.000000  0
1   tom   99.666667  0.57
2  tony  100.000000  0

有可能马上得到结果吗？ 现在我必须分别计算它们，并使用

agg

In [274]: df.groupby('name').agg({'score': ['mean', 'std']})
Out[274]:
           score
            mean      std
name
jack   99.000000  0.00000
tom    99.666667  0.57735
tony  100.000000  0.00000

---

您可以将

agg

函数应用于计算

mean

df = df.groupby('name').agg({'score': ['mean', 'std']})

然后您将获得多索引数据帧，以提取级别并执行以下操作

df = df.xs('score', axis=1, drop_level=True)
    # 'score' : key on which to get cross section
    # axis=1 : get cross section of column
    # drop_level=True : returns cross section without the multilevel index

在给定输出时，请执行以下操作：

df = df.reset_index('name')

然后重新命名

df.rename(columns={"mean":"score"}, inplace=True)

输出：

   name       score      std
0  jack   99.000000  0.00000
1   tom   99.666667  0.57735
2  tony  100.000000  0.00000

---

为了准确地得到您所需要的，您可以先按名称分组，计算得分的平均值和标准差，然后重命名和重新索引

(
     df.groupby('name').score.agg(['mean','std'])
       .rename(columns={'mean':'score'}).reset_index()
)
Out[204]: 
   name       score      std
0  jack   99.000000  0.00000
1   tom   99.666667  0.57735
2  tony  100.000000  0.00000

---

很高兴你能帮忙！如果我的回答有帮助，别忘了接受它。谢谢