Pandas 数据框将计算应用于选定的行答案

【问题标题】：Pandas dataframe apply calculations to selected rowsPandas 数据框将计算应用于选定的行
【发布时间】：2016-03-11 04:48:19
【问题描述】：

我正在尝试使用中值绝对偏差计算数据集中的异常值。我的数据集是 3 列，2000 行，格式如下：

Km      Price   id
139000  8500    2010 holden cruze cdx jg auto
173000  8500    2010 holden cruze cdx jg auto
95000   8800    2008 honda civic vti-l auto
141000  8800    2010 holden cruze cdx jg auto
169078  8880    1999 mazda mx-5 manual

我怎样才能进行如下的数组计算。我希望每一行都有一个“中值”值，它应该是具有相同 id 的所有行的中值。

model = '2010 holden cruze cdx jg auto'
data[data['id']==model]['median'] = data[data['id']==model]['Price'].median()

以下语句为每个模型提供了正确的中位数，我只是不知道如何快速将其应用于“中位数”列中的每一行。

median = data[data['id']==model]['Price'].median()

或者，或者，我对中值绝对偏差的方法是否错误 - 有没有更快/更简单的方法来使用 pandas/numpy？

【问题讨论】：

标签： python pandas median

【解决方案1】：

您可以使用transform 返回与数据帧长度相同的系列：

df['median'] = df.groupby('id').Price.transform('median')

>>> df
       Km  Price                             id  median
0  139000   8500  2010-holden-cruze-cdx-jg-auto    8500
1  173000   8500  2010-holden-cruze-cdx-jg-auto    8500
2   95000   8800    2008-honda-civic-vti-l-auto    8800
3  141000   8800  2010-holden-cruze-cdx-jg-auto    8500
4  169078   8880         1999-mazda-mx-5-manual    8880

【讨论】：

【解决方案2】：

您可以使用函数groupby和map：

data['median'] = data['id'].map(data.groupby('id')['Price'].median())
print data

输出：

       Km  Price                             id  median
0  139000   8500  2010-holden-cruze-cdx-jg-auto    8500
1  173000   8500  2010-holden-cruze-cdx-jg-auto    8500
2   95000   8800    2008-honda-civic-vti-l-auto    8800
3  141000   8800  2010-holden-cruze-cdx-jg-auto    8500
4  169078   8880         1999-mazda-mx-5-manual    8880

【讨论】：