pandas dataframe dataframe.median() 函数-ag捕鱼王app官网

python pandas dataframe.median() 函数计算 dataframe 对象的元素沿指定轴的中位数。

中位数不是平均数，而是数字列表中数值的中间值。

pandas.dataframe.median() 语法

dataframe.median(axis=none, skipna=none, level=none, numeric_only=none, **kwargs)

参数

返回值

如果没有指定 level，则返回请求轴的中值的 series，否则返回中位数的 dataframe。

示例代码：dataframe.median() 方法沿列轴寻找中位数

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, 5, 10],
                   'y': [4, 3, 8, 2, 9]})
print("dataframe:")
print(df)
medians=df.median()
print("medians of each column:")
print(medians)

输出：

dataframe:
    x  y
0   1  4
1   2  3
2   7  8
3   5  2
4  10  9
medians of each column:
x    5.0
y    4.0
dtype: float64

计算 x 和 y 两列的中位数，最后返回一个包含每列中位数的 series 对象。

在 pandas 中，要找到 dataframe 中某一列的中位数，我们只调用该列的 median() 函数。

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, 5, 10],
                   'y': [4, 3, 8, 2, 9]})
print("dataframe:")
print(df)
medians=df["x"].median()
print("medians of each column:")
print(medians)

输出：

dataframe:
    x  y
0   1  4
1   2  3
2   7  8
3   5  2
4  10  9
medians of each column:
5.0

它只给出 dataframe 中的 x 列的中位数。

示例代码：dataframe.median() 方法沿行轴寻找中位数

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, 5, 10],
                   'y': [4, 3, 8, 2, 9],
                   'z': [2, 7, 6, 10, 5]})
print("dataframe:")
print(df)
medians=df.median(axis=1)
print("medians of each row:")
print(medians)

输出：

dataframe:
    x  y   z
0   1  4   2
1   2  3   7
2   7  8   6
3   5  2  10
4  10  9   5
medians of each row:
0    2.0
1    3.0
2    7.0
3    5.0
4    9.0
dtype: float64

它计算所有行的中位数，最后返回一个包含每行中位数的 series 对象。

在 pandas 中，要想找到 dataframe 中某一行的中位数，我们只调用 median() 函数来计算这一行的中位数。

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, 5, 10],
                   'y': [4, 3, 8, 2, 9],
                   'z': [2, 7, 6, 10, 5]})
print("dataframe:")
print(df)
median=df.iloc[[0]].median(axis=1)
print("median of 1st row:")
print(median)

输出：

dataframe:
    x  y   z
0   1  4   2
1   2  3   7
2   7  8   6
3   5  2  10
4  10  9   5
median of 1st row:
0    2.0
dtype: float64

它只给出了 dataframe 中第一行数值的中位数。

我们使用 iloc 方法根据索引选择行。

示例代码：dataframe.median() 方法忽略 nan 值来寻找中位数

我们使用 skipna 参数的默认值，即 skipna=true，通过忽略 nan 值，沿指定的轴找到 dataframe 的中位数。

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, none, 10, 8],
                   'y': [none, 3, 8, 2, 9, 6],
                   'z': [2, 7, 6, 10, none, 5]})
print("dataframe:")
print(df)
median=df.median(skipna=true)
print("medians of each row:")
print(median)

输出：

dataframe:
      x    y     z
0   1.0  nan   2.0
1   2.0  3.0   7.0
2   7.0  8.0   6.0
3   nan  2.0  10.0
4  10.0  9.0   nan
5   8.0  6.0   5.0
medians of each row:
x    7.0
y    6.0
z    6.0
dtype: float64

如果我们设置 skipna=true，它会忽略 dataframe 中的 nan。它允许我们通过忽略 nan 值来计算 dataframe 沿列轴的中位数。

import pandas as pd
df = pd.dataframe({'x': [1, 2, 7, none, 10],
                   'y': [5, 3, 8, 2, 9],
                   'z': [2, 7, 6, 10, 4]})
print("dataframe:")
print(df)
median=df.median(skipna=false)
print("medians of each row:")
print(median)

输出：

dataframe:
      x  y   z
0   1.0  5   2
1   2.0  3   7
2   7.0  8   6
3   nan  2  10
4  10.0  9   4
medians of each row:
x    nan
y    5.0
z    6.0
dtype: float64

这里，我们得到的是 nan 值作为 x 列的中位数，因为 x 列中存在 nan 值。