在 pandas 数据帧上执行中值分割答案

【问题标题】：Performing a median split on a pandas dataframe在 pandas 数据帧上执行中值分割
【发布时间】：2021-12-17 01:44:15
【问题描述】：

我有一个具有以下结构的 df：

    df = pd.DataFrame({'varb': ['0.56', '0.74', '0.89', '0.99', '0.24', '0.76', '0.60'], 
               'response': ['141', '134', '72', '29', '34', '50', '128'],
               })
df

我想对“varb”执行中位数分割，并将前 50 个百分位放入组“2”，将后 50 个百分位放入组“1”，这样生成的数据帧看起来像这样：

df = pd.DataFrame({'varb': ['0.56', '0.74', '0.89', '0.99', '0.24', '0.76', '0.60'], 
               'response': ['141', '134', '72', '29', '34', '50', '128'],
               'median_split': ['2', '2', '2', '1', '1', '1', '2']})
df

如何使用 python 实现这一点？

【问题讨论】：

为什么 0.99 在 1 中？

标签： python pandas dataframe statistics

【解决方案1】：

看起来您在示例中使用 response 而不是 varb 进行中位数分割。您可以使用 pandas DataFrame/Series 的 quantile 方法。默认情况下，它只计算中位数，但您可以使用它来计算任何百分位数。

df["median_split"] = (df.response<df.response.quantile()).replace({True:1, False:2})

【讨论】：