Pandas分组计算中位数赋值报错：TypeError与KeyError问题求助

错误原因分析 #

1. 第一次报错：groupby(['token_address', 'date'])['close'].median() 返回的是带有(token_address, date)多级索引的Series，而原DataFrame使用的是默认整数索引，两者索引不兼容，无法直接赋值。
2. 第二次报错：添加as_index=False后，groupby返回的是包含token_address、date、close三列的DataFrame（其中close列是分组中位数），你试图将整个二维DataFrame赋值给一维列，自然会触发形状不匹配的错误；同时reset_index(level=0)用法错误，因为此时的索引是默认整数索引，不存在多级索引的level=0。

正确实现方式 #

方法一：使用transform（推荐）

transform会自动将分组计算的中位数广播回原DataFrame的每一行，完美匹配原索引：

prices_DEX['median'] = prices_DEX.groupby(['token_address', 'date'])['close'].transform('median')

方法二：先计算中位数再合并

如果需要先单独得到中位数结果再合并，可采用以下方式：

# 计算分组中位数并重命名列
median_df = prices_DEX.groupby(['token_address', 'date'], as_index=False)['close'].median()
median_df.rename(columns={'close': 'median'}, inplace=True)

# 合并回原DataFrame
prices_DEX = prices_DEX.merge(median_df, on=['token_address', 'date'], how='left')

内容的提问来源于stack exchange，提问作者Olive