如何用df.apply()为频率分布表各列计算中位数并添加新行

1. 确认自定义中位数函数的参数适配 #

假设你已定义的median_函数接收两个Series参数：val（组中值列）和freq（单列频率数据），示例逻辑如下（以你实际实现为准）：

def median_(val, freq):
    total = freq.sum()
    cumulative_freq = freq.cumsum()
    median_position = total / 2
    # 定位中位数所在分组
    target_idx = cumulative_freq[cumulative_freq >= median_position].index[0]
    # 返回对应组中值（若需插值计算可调整此处逻辑）
    return val.iloc[target_idx]

2. 定义apply用的列处理函数 #

编写适配df.apply()的函数，每处理一列频率数据时自动传入组中值列：

def compute_col_median(freq_col):
    # 替换'Xi'为你实际的组中值列名
    return median_(df['Xi'], freq_col)

3. 批量计算频率列的中位数 #

选择目标频率列（示例为第1到第7列，Python切片左闭右开，故用1:8），调用apply()计算：

# 计算所有目标列的中位数结果
median_results = df.iloc[:, 1:8].apply(compute_col_median)

4. 将结果添加为新行到原DataFrame #

推荐用loc直接赋值（适配pandas新版本，替代已弃用的append方法）：

# 初始化名为'median'的新行为空值
df.loc['median'] = pd.NA
# 填充计算好的中位数到对应频率列
df.loc['median', df.columns[1:8]] = median_results.values
# 组中值列无需中位数，保持空值即可

注意事项 #

• 如果频率列是通过列名而非位置索引确定，直接替换选择列的代码，比如df[['freq_2010', 'freq_2011', ..., 'freq_2016']].apply(compute_col_median)
• 若median_函数需要额外参数，可使用functools.partial封装后再传入apply
• 确保频率列无缺失值，或在median_中添加空值处理逻辑

内容的提问来源于stack exchange，提问作者arkriger