如何以Pythonic方式为Pandas DataFrame按组生成中位数判断标记列？

当然有非常Pythonic的实现方式！利用pandas的分组、合并或transform特性，就能轻松完成需求，完全不用写繁琐的循环。下面给你两种简洁的实现方案：

方案一：分组计算中位数 + 合并匹配 #

这种方式逻辑清晰，容易理解，适合新手快速上手：

import pandas as pd

# 初始化原始DataFrame
foo = pd.DataFrame(
    {'var_name': ['r1','r2','r3','var', 'r1','r2','r3','var'],
     'group': ['a','a','a','a','b','b','b','b'],
     'value': [1,2,3,4,6,7,8,9]}
)

# 1. 计算每个组内var_name为r1/r2/r3的value中位数
group_medians = (
    foo[foo['var_name'].isin(['r1', 'r2', 'r3'])]  # 筛选目标行
    .groupby('group')['value']                     # 按group分组
    .median()                                      # 计算中位数
    .rename('group_median')                        # 重命名列，方便后续合并
)

# 2. 将中位数合并回原DataFrame，让每行都能拿到对应组的中位数
foo = foo.merge(group_medians, on='group', how='left')

# 3. 比较value和中位数，生成test列（布尔值转int：True→1，False→0）
foo['test'] = (foo['value'] > foo['group_median']).astype(int)

# 可选：删除中间辅助列group_median
foo = foo.drop('group_median', axis=1)

print(foo)

方案二：groupby + apply 紧凑实现 #

如果想要更紧凑的代码，可以用groupby.apply直接在组内完成计算和判断：

import pandas as pd

foo = pd.DataFrame(
    {'var_name': ['r1','r2','r3','var', 'r1','r2','r3','var'],
     'group': ['a','a','a','a','b','b','b','b'],
     'value': [1,2,3,4,6,7,8,9]}
)

# 定义组内处理函数：计算当前组r1/r2/r3的中位数，再判断每行value是否大于它
def judge_vs_median(group):
    # 筛选组内目标行，计算中位数
    target_median = group.loc[group['var_name'].isin(['r1','r2','r3']), 'value'].median()
    # 返回每行的判断结果
    return group['value'] > target_median

# 应用函数到每个组，转成int类型并重置索引
foo['test'] = foo.groupby('group').apply(judge_vs_median).reset_index(drop=True).astype(int)

print(foo)

输出验证 #

两种方案都会得到你预期的结果：

var_name group  value  test
0       r1     a      1     0
1       r2     a      2     0
2       r3     a      3     1
3      var     a      4     1
4       r1     b      6     0
5       r2     b      7     0
6       r3     b      8     1
7      var     b      9     1

核心逻辑都是：先按group分组计算指定行的中位数，再将每行的value与对应组的中位数比较，将布尔结果转为0/1，完全符合Pythonic的简洁风格。

内容的提问来源于stack exchange，提问作者quant