pandas DataFrame如何新增列计算从首行到当前行的累计中位数

你需要的是扩展窗口（expanding window）的中位数计算，pandas内置的expanding()方法可以直接满足需求，无需自行实现遍历逻辑。

完整可运行代码示例 #

import pandas as pd

# 示例：构造测试DataFrame，实际使用时替换为你自己的数据集即可
df = pd.DataFrame({
    "float_col": [1.5, 2.3, 0.9, 4.2, 3.7] # 对应你的float类型数值列
})

# 核心实现：新增累计中位数列，expanding()默认窗口范围为第1行到当前行
df["cum_median"] = df["float_col"].expanding().median()

# 输出查看结果
print(df)

说明 #

• 把代码里的float_col替换为你实际要计算的float列名即可直接使用
• expanding()方法生成的窗口会随行索引向下逐步扩展，始终包含从首行到当前行的所有数据，完全符合「每一步基于当前全部已知数据计算」的要求
• 该方法为pandas原生优化实现，计算效率远高于手动写for循环逐行计算
• 如果需要自定义中位数计算规则，可以用expanding().apply()实现自定义逻辑，示例如下：

# 自定义中位数计算逻辑示例
def custom_median(window):
    sorted_win = sorted(window)
    n = len(sorted_win)
    return sorted_win[n//2] if n%2 ==1 else (sorted_win[n//2-1]+sorted_win[n//2])/2

df["cum_median_custom"] = df["float_col"].expanding().apply(custom_median, raw=True)

内容的提问来源于stack exchange，提问作者user3239711