Pandas :按其他列分组的列的中位数

Question

我有一个这样的数据帧

 plan_id route_id   dtn
   801      12289     2629.0
   801      12289     1666.0
   801      12289     7700.0
   801      12289     2216.0
   801      7734      2219.0
   801      7734      853.0
   653      8819      3375.0
   653      8819      2184.0

dtn以秒为单位。dtn是到该路线中的下一次递送的距离，即，在索引3处，其将是递送索引3和递送索引4之间的距离。**

我需要找到每个给定plan_id的每个route_id行驶的中值距离，并将其作为列附加到与相应的pid和route_id匹配的现有数据帧中。

我最初对dtn求和，以求出每条路线(Route_id)和plan_id的总行驶距离

df=df.groupby(['plan_id','route_id'])['dtn'].sum().reset_index()

然后我决定再次使用plan_id和route_id进行分组，以获得中位数

df.groupby(['plan_id','route_id')['dtn'].median()

但是，它会返回相同的总和数据帧，而不做任何更改。值得注意的是，一个plain_id可以有多个路由(Route_id)，反之亦然。

Answer 1

如果您正在寻找给定计划id和rout_id的中位数，为什么要使用sum？使用您介绍的df：

df=pd.DataFrame({
"plan_id":[801,801,801,801,801,801,653,653],
"route_id": [12289,12289,12289,12289,7734,7734,8819,8819],
"dtn":[2629,1666,7700,2216,2219,853,3375,2184]})

我将dtn列改为较小的数字，以便更容易理解中位数：

df["dtn"]=range(1,9)
df
    plan_id route_id    dtn
  0  801    12289       1
  1  801    12289       2
  2  801    12289       3
  3  801    12289       4
  4  801    7734        5
  5  801    7734        6
  6  653    8819        7
  7  653    8819        8

从这个例子中，您可以看到给定route_id 12289的pid 801的中位数是这组数字的中位数:1、2、3、4。

pid 801和路由id 7734的中位数是5,6的中位数，因此是5.5，以此类推。

可以通过以下命令获得结果：

    grouped=df.groupby(['plan_id','route_id'])['dtn'].median().reset_index()
    grouped
    plan_id route_id    dtn
    0   653 8819        7.5
    1   801 7734        5.5
    2   801 12289       2.5

现在，您可以将您的df与分组的df连接起来，以便以列的形式获得每个pid和路由id的中位数。

df.merge(grouped, left_on=['plan_id','route_id'],right_on= 
['plan_id','route_id'],suffixes=("","_median"))
    plan_id route_id    dtn dtn_median
  0  801    12289          1    2.5
  1  801    12289          2    2.5
  2  801    12289          3    2.5
  3  801    12289          4    2.5
  4  801    7734           5    5.5
  5  801    7734           6    5.5
  6  653    8819           7    7.5
  7  653    8819           8    7.5