将列表按长度的一半拆分，并添加具有相关值的新列

Question

我有一个csv数据文件，我用一个列值将其拆分为5个数据集，每个人使用：

for i in range(1,6):
    PersonData = df[df['Person'] == i].values
    P[i] = PersonData

我想根据一列将数据按升序排序，然后在该列将数据拆分为中间值。你知道吗

所以我用以下方法对数据进行了排序：

dataP = {}

for i in range(1,6):
    sortData = P[i][P[i][:,9].argsort()]
    P[i] = sortData
    P[i] = pd.DataFrame(P[i])
dataP[1]

使用它，我为每个数据集1-6获得了一个数据帧，它按相关列（9）排序，这取决于我在dataP[I]中输入的数字。你知道吗

然后我计算一半的长度：

for i in range(1,6):
    middle = len(dataP[i])/2
    print(middle)

我被困在这里了！你知道吗

我需要在每个dataP[I]dataframe中创建一个新列，将长度拆分为2，如果在前半部分，则值为0，如果在后半部分，则值为1。你知道吗

这是我尝试过的，但我不明白为什么它不能生成一个新的值0和1的列表，我可以在以后附加到dataP[I]中：

for n in range(1, (len(dataP[i]))):
    for n, line in enumerate(dataP[i]):
        if middle > n:
            confval = 0
        elif middle < n:
            confval = 1
for i in range(1,6): 
    Confval[i] = confval
Confval[1]

抱歉，如果这是基本的，我是相当新的，所以我写的很多东西可能不是最好的方式/必要的，并为长期的职位也很抱歉。你知道吗

任何帮助都将不胜感激。提前谢谢！你知道吗

Answer 1

如果我没看错你的问题，我相信你在试图做两件事。你知道吗

1. 求列的中值
2. 创建一个新列，如果值小于中间值，则为0，如果值大于中间值，则为1。你知道吗

让我们先解决#1：

median = df['originalcolumn'].median()

太简单了！像这样的东西有很多大熊猫的功能。你知道吗

好的，那么第二点：

df['newcolumn'] = df[df['originalcolumn'] > median].astype(int)

我们在这里做的是创建一个新的布尔级数，如果该位置的值小于中值，则为假，否则为真。然后我们可以把它转换成一个int，它给出0和1