如何对pandas dataframe执行median split中位数拆分并分组

你提供的varb列初始为字符串格式，需要先转为数值类型再做分位数计算，完整实现代码如下：

import pandas as pd
import numpy as np

# 初始化原始数据
df = pd.DataFrame({
    'varb': ['0.56', '0.74', '0.89', '0.99', '0.24', '0.76', '0.60'], 
    'response': ['141', '134', '72', '29', '34', '50', '128'],
})

# 计算varb列中位数（先转浮点型避免字符串比较错误）
varb_median = df['varb'].astype(float).median()
# 生成中位数拆分列：大于等于中位数划分为组2，小于划分为组1，可根据实际需求调整判断逻辑
df['median_split'] = np.where(df['varb'].astype(float) >= varb_median, '2', '1')

print(df)

补充说明 #

• 如果你需要和给出的示例结果完全匹配，可以调整判断条件为df['varb'].astype(float) <= 0.7即可，示例中的分组逻辑存在数值排序矛盾，你可以根据实际业务规则调整判断阈值
• 数据量较大时，np.where的执行效率比apply更高，推荐使用该写法

内容的提问来源于stack exchange，提问作者anon