Python 基于两列的平均分组

我有一个表，看起来像下面的例子

  Timestamp Scan_ID LOS_ID  ... Radial_Wind_Speed_[m/s] CNR_[dB] Confidence_Index_Status
0      2019-04-04 23:01:00.147      26      4  ...                    0.04   -11.66                       1
1      2019-04-04 23:01:00.147      26      4  ...                   -0.18   -12.89                       1
2      2019-04-04 23:01:00.147      26      4  ...                    0.00   -12.27                       1
3      2019-04-04 23:01:00.147      26      4  ...                    0.12   -10.58                       1
4      2019-04-04 23:01:00.147      26      4  ...                    0.17    -6.32                        1

为了进一步绘制，我想做一个平均值，它取决于海拔高度和dequence_数

是否可能获得取决于以下两个值的平均值：

df.groupby(['Altitude_[m]']).mean()

最好的

---

谢谢

你画的是什么意思？嗨，我不是每个测量周期（序列ID）的平均值，而是每个高度的平均值。这意味着，一个周期的序列ID相同，但每行的高度不同。在n行之后，alteitude重复，在m行之后，序列ID改变。使用

df.groupby（['Altitude[m]'））.mean（）

（我现在这是错误的）我得到了我的n个高度和每个测量的平均值。但我希望每个时间周期（序列ID）都有一个取决于高度的平均值。我希望现在它更清楚一点。

df.groupby（['Sequence ID'，'althip\um]]].mean（）

？你画的是什么意思（什么意思）？嗨，我不是每个测量周期的平均值（Sequence\u ID）每个高度的平均值。这意味着，一个周期的序列ID相同，但每行的高度不同。在n行之后，alteitude重复，在m行之后，序列ID改变。使用

df.groupby（['Altitude[m]'））.mean（）

（我现在这是错误的）我得到了我的n个高度和每个测量的平均值。但我希望每个时间周期（序列ID）都有一个取决于高度的平均值。我希望现在它更清晰一点。

df.groupby（['Sequence ID'，'Altitude\um]'）。mean（）

？