基于现有列中位数为DataFrame新增2534列的实现求助

首先，我们需要处理除PATID外的所有列，为每一列生成对应的_med列：数值≤该列中位数标记为low，否则标记为high。以下是两种适合新手的实现方式：

方法1：循环处理（逻辑直观） #

这种方式步骤清晰，容易理解，适合新手逐步跟进：

# 遍历所有需要处理的列（排除PATID）
for col in df.columns.drop('PATID'):
    # 计算当前列的中位数
    med_value = df[col].median()
    # 生成对应的_med列并赋值
    df[f'{col}_med'] = df[col].apply(lambda x: 'low' if x <= med_value else 'high')
    # 调整列顺序：把_med列放在原列的下一个位置
    col_position = df.columns.get_loc(col)
    df.insert(col_position + 1, f'{col}_med', df.pop(f'{col}_med'))

方法2：批量处理（高效快捷） #

如果面对2534列的大数据量，这种向量化操作的速度更快：

import pandas as pd

# 提取所有需要处理的基因列
gene_columns = df.columns.drop('PATID')
# 计算每列的中位数
column_medians = df[gene_columns].median()
# 批量生成所有_med列的结果
med_results = df[gene_columns].le(column_medians).replace({True: 'low', False: 'high'})
# 给结果列添加_med后缀
med_results.columns = [f'{col}_med' for col in gene_columns]
# 构造新的列顺序：原列与对应_med列交替排列
new_column_order = []
for col in gene_columns:
    new_column_order.append(col)
    new_column_order.append(f'{col}_med')
# 合并原数据与结果，调整列顺序
df = pd.concat([df, med_results], axis=1)[['PATID'] + new_column_order]

处理后的数据示例 #

最终生成的DataFrame结构如下：

注意事项 #

• 如果数据中存在缺失值，median()方法会自动忽略；若需要处理缺失值，可先使用df.fillna()填充后再执行上述代码。

内容的提问来源于stack exchange，提问作者Arthi Rajendran