我有一个包含三列的数据框，如下所示。数据框中大约有 10,000 个条目，并且也有重复项。
Hospital_ID District_ID Employee
Hospital 1 District 19 5
Hospital 1 District 19 10
Hospital 1 District 19 6
Hospital 2 District 10 50
Hospital 2 District 10 51
现在我想删除重复项，但我想用它们的平均值替换原始数据框中的值，使其看起来像这样：
Hospital 1 District 19 7.0000
Hospital 2 District 10 50.5000
正如Emre已经提到的，您可以使用groupby功能。之后，您应该应用reset_index将 MultiIndex移动到列：
import pandas as pd
df = pd.DataFrame( [ ['Hospital 1', 'District 19', 5],
['Hospital 1', 'District 19', 10],
['Hospital 1', 'District 19', 6],
['Hospital 2', 'District 10', 50],
['Hospital 2', 'District 10', 51]], columns = ['Hospital_ID', 'District_ID', 'Employee'] )
df = df.groupby( ['Hospital_ID', 'District_ID'] ).mean()
这给了你：
Hospital_ID District_ID Employee
0 Hospital 1 District 19 7.0
1 Hospital 2 District 10 50.5
你想做的叫做聚合；重复数据删除或重复删除是另一回事。我认为代码不言自明：
df.groupby(['Hospital_ID', 'District_ID']).mean()