如何在Python的DataFrame中计算不同动物的经纬度中位数

直接使用Pandas的groupby结合transform方法就能实现需求，transform会将分组计算的中位数结果广播到原DataFrame的对应行，无需额外合并操作。

步骤示例 #

1. 模拟输入数据（对应你的原始DataFrame）

import pandas as pd

df = pd.DataFrame({
    'N° Tag': ['A1', 'A1', 'A2', 'A2', 'A2', 'A3'],
    'Lat': [40.1, 40.3, 39.5, 39.7, 39.6, 41.2],
    'Lon': [-100.2, -100.4, -99.8, -99.9, -99.7, -101.1]
})

2. 计算并新增中位数列

# 按个体标识分组，计算纬度中位数并新增列
df['Median Lat'] = df.groupby('N° Tag')['Lat'].transform('median')
# 同理计算经度中位数
df['Median Lon'] = df.groupby('N° Tag')['Lon'].transform('median')

输出结果 #

N° Tag   Lat    Lon  Median Lat  Median Lon
0     A1  40.1 -100.2        40.2      -100.3
1     A1  40.3 -100.4        40.2      -100.3
2     A2  39.5  -99.8        39.6       -99.8
3     A2  39.7  -99.9        39.6       -99.8
4     A2  39.6  -99.7        39.6       -99.8
5     A3  41.2 -101.1        41.2      -101.1

说明 #

• groupby('N° Tag') 按个体标识对数据分组
• transform('median') 计算每组的中位数，并将结果映射回原DataFrame的每一行，保证行数与原数据一致
• 默认会自动跳过空值，若需强制包含空值可指定skipna=False

内容的提问来源于stack exchange，提问作者toms