Pandas使用cut分箱后如何将区间替换为同箱数据的均值或中位数

解决方法 #

你可以直接使用pandas的groupby+transform组合实现需求，核心逻辑是按分箱后的B列分组，计算每组内A列的均值/中位数后，映射回原数据的对应行。

完整可运行代码

import pandas as pd

# 生成初始DataFrame
df = pd.DataFrame({'A':[10, 15, 12, 19, 11, 20, 25]})
# 等宽分箱得到区间列B
df['B'] = pd.cut(df['A'], bins = 2)

# 方案1：将B替换为对应分箱内A列的均值（保留2位小数，和你示例结果一致）
df['B'] = df.groupby('B')['A'].transform('mean').round(2)

# 方案2：如果要替换为分箱内A列的中位数，改用下面的代码即可
# df['B'] = df.groupby('B')['A'].transform('median')

print(df)

输出结果（方案1）

A      B
0  10  12.00
1  15  12.00
2  12  12.00
3  19  21.33
4  11  12.00
5  20  21.33
6  25  21.33

如果不需要保留小数位，可以去掉round(2)方法，或者根据需求调整保留位数。

内容的提问来源于stack exchange，提问作者Javad.Rad