基于DataFrame行内分位数条件的逐行均值计算问题

没问题，我来帮你搞定这个基于行内分位数的逐行均值计算需求！

核心思路 #

我们需要对每一行做三件事：

1. 计算df_condition当前行的40分位数
2. 筛选出df_condition中大于等于该行40分位数的列位置
3. 用这些位置对应的df_to_average的值计算均值

解决方案（两种实现方式） #

首先先确认我们的基础数据：

import pandas as pd
import numpy as np

df_to_average = pd.DataFrame([[1,2,3],[2,3,4],[3,4,5]],columns=['A','B','C'])
df_condition = pd.DataFrame([[.2,.5,.3],[.5,.3,.4],[.3,.4,.5]],columns= ['A','B','C'])

方法1：直观的逐行apply实现

这种方式逻辑清晰，适合小数据集：

# 逐行计算符合条件的均值
df_results = df_to_average.apply(
    lambda row: row[df_condition.loc[row.name] >= df_condition.loc[row.name].quantile(0.4)].mean(),
    axis=1
).rename('Average')

# 查看结果
print(df_results)

代码解释：

• apply(axis=1)：遍历df_to_average的每一行
• row.name：获取当前行的索引，用来定位df_condition中对应的行
• df_condition.loc[row.name].quantile(0.4)：计算当前行的40分位数
• row[布尔掩码]：筛选出df_to_average中符合条件的列值，最后用mean()求均值

方法2：广播式高效实现（适合大数据集）

如果你的数据量很大，这种向量化操作的效率会比apply高很多：

# 1. 计算每行的40分位数
row_quantiles = df_condition.quantile(0.4, axis=1)

# 2. 创建布尔掩码：标记每行中符合条件的列
mask = df_condition >= row_quantiles[:, np.newaxis]

# 3. 计算均值：求和后除以符合条件的列数（自动忽略无符合条件的行，返回NaN）
df_results = (df_to_average * mask).sum(axis=1) / mask.sum(axis=1).replace(0, np.nan)
df_results = df_results.rename('Average')

# 查看结果
print(df_results)

代码解释：

• row_quantiles[:, np.newaxis]：把一维的分位数Series转成列向量，实现和二维的df_condition广播比较
• df_to_average * mask：把不符合条件的位置置为0，求和后除以符合条件的列数，得到均值
• replace(0, np.nan)：避免出现“除以0”的错误，无符合条件的行结果会显示NaN

验证结果 #

两种方法得到的结果一致：

0    2.5
1    3.0
2    4.5
Name: Average, dtype: float64

完全符合你示例中的预期（第一行均值2.5，第二行3.0，第三行4.5）。

内容的提问来源于stack exchange，提问作者Lko