Pandas按AdmittingCode分组计算LOS均值生成分类列的实现方法

核心思路 #

• 用groupby()按AdmittingCode字段分组后取LOS列，调用transform('mean')计算每组均值，该方法会返回和原DataFrame长度一致的均值序列，可直接和每行数据对齐
• 通过布尔判断直接转整数的方式赋值，小于分组均值返回0，大于等于返回1，仅需一行代码即可生成目标列

完整实现代码 #

import pandas as pd

# 构造示例输入DataFrame，实际使用时替换成你自己的数据源即可
df = pd.DataFrame({
    'MemberID': [1, 2, 1, 2],
    'AdmittingCode': ['a', 'a', 'b', 'b'],
    'LOS': [5, 10, 2, 1]
})

# 核心处理逻辑
df['LOSCategory'] = (df['LOS'] >= df.groupby('AdmittingCode')['LOS'].transform('mean')).astype(int)

结果验证 #

运行上述代码后输出df即可得到预期结果：

逻辑说明 #

groupby('AdmittingCode')['LOS'].transform('mean')会先分别计算各组均值：a组均值为(5+10)/2=7.5，b组均值为(2+1)/2=1.5，返回的序列为[7.5, 7.5, 1.5, 1.5]，和原DataFrame每行一一对应。布尔判断后转整数会自动把True转为1、False转为0，完全符合赋值要求。

内容的提问来源于stack exchange，提问作者WollyMc