如何为Pandas DataFrame按分组添加CI置信区间上下限列

按AgeGroup和ind双字段分组计算values列的置信区间上下限，再将分组计算结果合并回原DataFrame，即可实现同组所有行匹配相同CI值的效果，完全匹配你期望的输出结构。

完整可运行代码 #

import pandas as pd
from scipy import stats

# 定义分组置信区间计算函数，默认计算95%置信区间
def get_confidence_interval(group, conf_level=0.95):
    values = group['values']
    group_mean = values.mean()
    # 计算标准误
    standard_err = stats.sem(values)
    # 计算边际误差（小样本用t分布，大样本可替换为正态分布）
    margin_err = standard_err * stats.t.ppf((1 + conf_level) / 2, len(values) - 1)
    return pd.Series({
        'Lower_Bound': group_mean - margin_err,
        'Upper_Bound': group_mean + margin_err
    })

# 双字段分组计算各分组的CI上下限
ci_result = merged.groupby(['AgeGroup', 'ind']).apply(get_confidence_interval).reset_index()

# 将CI结果合并回原表
merged = merged.merge(ci_result, on=['AgeGroup', 'ind'], how='left')

参数调整说明 #

• 如果需要修改置信水平，直接给get_confidence_interval传参即可，例如要计算90%置信区间，将apply部分改为.apply(get_confidence_interval, conf_level=0.9)
• 如果样本量足够大需要用正态分布近似计算，将计算margin_err的代码替换为margin_err = standard_err * stats.norm.ppf((1 + conf_level) / 2)即可
• 如果需要和示例输出完全一致把Upper_Bound放在Lower_Bound前面，最后加一行代码调整列顺序即可：
  merged = merged[['AgeGroup', 'values', 'ind', 'Upper_Bound', 'Lower_Bound']]

内容的提问来源于stack exchange，提问作者Tessa