Python Pandas按月份分组计算分位数后拆分DataFrame的方法

嘿，作为Python和Pandas新手，你已经成功按月份算出了气温的中位数（0.5分位数），这一步做得很棒！接下来要把原DataFrame拆分成两个的话，咱们可以通过给原数据添加对应月份的中位数列，再用布尔索引筛选的方式来实现，具体操作如下：

1. 把计算好的分位数关联到原DataFrame里 #

你已经得到了每个月的中位数系列sQ，现在需要把这些值匹配到原数据的每一行中。最简单的方法是用map()函数，根据Month列的值去sQ里调取对应的中位数，添加成新列：

import pandas as pd

# 读取原数据（你的原有代码）
input_file = pd.read_csv("DailyMax_lat-14_lon35.csv")
# 计算各月中位数（你的原有代码）
sQ = input_file.groupby(['Month']).quantile(0.5)['TmaxScaled']

# 给原数据添加对应月份的中位数列
input_file['month_median'] = input_file['Month'].map(sQ)

2. 按中位数拆分出两个DataFrame #

现在原数据里多了一列month_median，记录了每行数据对应月份的中位数，接下来就可以用布尔条件筛选出两个DataFrame了：

# 第一个DataFrame：气温值大于等于对应月份中位数的记录
df_above_equal_median = input_file[input_file['TmaxScaled'] >= input_file['month_median']]

# 第二个DataFrame：气温值小于对应月份中位数的记录
df_below_median = input_file[input_file['TmaxScaled'] < input_file['month_median']]

验证拆分结果 #

你可以通过打印两个DataFrame的行数，或者随机查看几行数据来验证拆分是否正确：

print(f"原数据总行数：{len(input_file)}")
print(f"中位数及以上的行数：{len(df_above_equal_median)}")
print(f"中位数以下的行数：{len(df_below_median)}")

正常情况下，后两个数的和应该等于原数据的总行数哦。

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