如何按DataFrame中邮政编码分组求价格中位数并新增列？

你的代码存在两处关键错误，导致新列显示的是全局中位数而非分组中位数：

错误1：分组维度错误 #

你使用groupby(['zipcode','price'])，这会按邮政编码+价格的组合进行分组，而非仅按邮政编码分组，完全偏离了按邮编计算中位数的需求。

错误2：赋值逻辑错误 #

df['price'].median()计算的是整个数据集的价格中位数，和分组结果无关，自然无法得到各邮编对应的分组中位数。

修正后的代码（两种写法） #

写法1：修正原有代码结构

d = {'zipcode': [99516, 99516, 99516, 99516, 89507, 89507, 89507], 
    'price': [15000, 14000, 13000, 78000, 3000, 4000, 500]}
df = pd.DataFrame(data=d)

# 仅按zipcode分组，用transform生成与原表同长度的分组中位数序列
medians = df.groupby('zipcode')['price'].transform('median')

# 将分组中位数赋值给新列
df['median'] = medians
df 

写法2：更简洁的链式写法

d = {'zipcode': [99516, 99516, 99516, 99516, 89507, 89507, 89507], 
    'price': [15000, 14000, 13000, 78000, 3000, 4000, 500]}
df = pd.DataFrame(data=d)

# 直接将分组中位数结果赋值给新列
df['median'] = df.groupby('zipcode')['price'].transform('median')
df

执行后median列会正确显示对应邮编的分组中位数：

• 邮编99516的中位数为14500
• 邮编89507的中位数为3000

内容的提问来源于stack exchange，提问作者gunsnfloyd