Pandas DataFrame循环添加新列：按住宅组与小区域分配建造年份中位数

嘿，我完全明白你的需求——你希望给每个建筑分配它所在小区域+对应住宅组的建造年份中位数，而且不想手动写繁琐的for循环对吧？其实用Pandas的groupby结合transform就能高效搞定，比循环简洁得多！

核心思路 #

我们需要同时按「小区域编码（cso_small_area）」和「住宅组（Dwelling Group）」分组，计算每组的建造年份中位数，然后把这个中位数映射回组内的每一行，新增一列存储结果。

完整代码示例 #

1. 处理所有住宅组（包含Apartment/ Semi detached house等） #

如果你想给所有类型的住宅都匹配对应组的中位数，直接运行这段代码：

# 新增列存储中位数：按小区域+住宅组分组后计算中位数，广播到每一行
geo_dwelling['Year_construction_median'] = geo_dwelling.groupby(['cso_small_area', 'Dwelling Group'])['Year of construction'].transform('median')

2. 仅处理Apartment类（匹配你已有的筛选逻辑） #

如果你只需要处理Apartment类型的建筑，可以保留你已有的筛选代码，再添加中位数计算：

# 你已有的筛选代码：只保留Apartment类
geo_dwelling = geo_dropped[geo_dropped["Dwelling Group"].str.contains("Apartment", na=False)]

# 新增列：按小区域分组计算Apartment的建造年份中位数
geo_dwelling['Apartment_Year_median'] = geo_dwelling.groupby('cso_small_area')['Year of construction'].transform('median')

代码解释 #

• groupby(['cso_small_area', 'Dwelling Group'])：把数据拆分成「某个小区域里的某类住宅」的分组，比如“小区域7101的所有Apartment”就是一个独立组
• .transform('median')：计算每个组的中位数，然后自动把这个值赋值给组内的每一行，不用手动循环拆分再合并，完美解决你的需求！

验证结果 #

你可以通过以下代码查看某个小区域的结果，确认中位数是否正确赋值：

# 查看小区域7101的Apartment数据，验证中位数列
print(geo_dwelling[geo_dwelling['cso_small_area'] == 7101][['cso_small_area', 'Dwelling Group', 'Year of construction', 'Apartment_Year_median']].head())

为什么不用for循环？ #

Pandas的向量化操作（groupby+transform）比手动写for循环效率高得多，尤其是数据量较大时，而且代码更简洁易读，维护起来也更方便。

内容的提问来源于stack exchange，提问作者oisindoherty3