如何在Pandas DataFrame中按State和County分组添加rate列的75%分位数新列

嘿，这问题我熟！你之前用的groupby('State')['rate'].quantile(0.75)只会返回每个State分组的分位数结果，是个单独的Series，没法直接和原DataFrame合并。要实现给原表每一行都加上对应分组的分位数，得用groupby.transform()方法，它能把分组计算的结果“广播”回原DataFrame的每一行，完美匹配你的需求。

具体代码实现 #

首先先构造你的原DataFrame（如果已经有了可以跳过这步）：

import pandas as pd

data = {
    'State': ['AK', 'AK', 'GA', 'GA', 'GA', 'GA', 'AR', 'AR'],
    'county': ['a', 'a', 'a', 'b', 'b', 'c', 'a', 'a'],
    'rate': [27.5, 30.5, 35.5, 50.0, 75.5, 90.5, 16.5, 10.5]
}
df = pd.DataFrame(data)

然后新增目标列，注意要按State和county两个字段分组（你需求里明确是这两个维度）：

# 新增列存储每组的75%分位数
df['rate_75th_percentile'] = df.groupby(['State', 'county'])['rate'].transform(lambda x: x.quantile(0.75))

为什么用transform？ #

• groupby.quantile()：返回每个分组的单个计算值，结构是分组索引+分位数结果，没法直接对应原表的每一行。
• groupby.transform()：会保留原DataFrame的索引和行数，把每个分组的计算结果填充到该组的所有行中，这样就能直接作为新列添加到原表了。

最终效果 #

运行后你的DataFrame会变成这样：

内容的提问来源于stack exchange，提问作者AmberBahia