Pandas.DataFrame.median() 中位数 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本： 本文基于 pandas2.2.0 编写。

关于本文内容更新： 随着pandas的stable版本更迭，本文持续更新，不断完善补充。

传送门： Pandas API参考目录

传送门： Pandas 版本更新及新特性

传送门： Pandas 由浅入深系列教程

Pandas.DataFrame.median()

Pandas.DataFrame.median 方法用于返回行或列的所有元素的中位数。

计算公式：

• 对于奇数个数据：
  中位数是排序后位于中间位置的数。 $\text{Med}=中间位置的数$
• 对于偶数个数据：
  中位数是排序后中间两个数的平均值。$\text{Med}=\frac{\text{中间两个数之和}}{2}$。。

语法：

DataFrame.median(axis=0, skipna=True, numeric_only=False, **kwargs)

返回值：

• Series or scalar

参数说明：

axis 指定计算方向（行或列）

• axis : {index (0), columns (1, None)

  axis 参数，用于指定计算方向，即按行计算或按列计算中位数：

  • 如果是 Series 此参数无效，将始终保持 axis=0，即计算整列的中位数。axis=1 则会报错 ValueError^例1
  • 如果是 DataFrame 默认为 axis=0 即计算每一列的中位数。并有以下参值可选:
    • 0 or ‘index’: 计算每列的中位数。 ^例2
    • 1 or ‘columns’： 计算每行的中位数。^例3
    • None： 计算 DataFrame 所有元素的中位数，等效于 np.median(df.to_numpy().ravel()) 其底层逻辑是：^例4
      1. 先将 DataFrame 转为 Numpy 二维数组。
      2. 将二维数组降维展平为一维数组。
      3. 对所有元素由小到大排序。
      4. 计算并返回中位数。

      ⚠️ 注意 :

      • 当 axis=None ，请确保 skipna=True ，因为一旦有缺失值，计算结果只会返回缺失值。 ^例7

  ✅ 新增于 Pandas 2.0.0 : axis 参数，新增于Pandas 2.0.0 版本。

skipna 忽略缺失值

• skipna : bool, default True >

  skipna 参数，用于指定求中位数的时候是否忽略缺失值 ,默认 skipna=True ，即忽略缺失值：

  • True: 忽略缺失值（默认）。
  • False： 不忽略缺失值， 但是如果存在缺失值，会影响计算结果，导致返回NaN 。 ^例5

    ⚠️ 注意 :

    • 如果 skipna=False ，当某列或某行只有缺失值，计算结果也将是缺失值。 ^例6

numeric_only 只计算数字类型的行或列

• numeric_only : bool, default False

  numeric_only 参数，用于控制是否 只计算数值类型浮点数(float)，整数(int)，布尔值(boolean)的行或列：

  ⚠️ 数值类型包括 :

  • 浮点数(float)
  • 整数(int)
  • 布尔值(boolean)
  • 复数(Complex) 注意！官方的文档中并没有声明支持复数的中位数计算。如果你的数据中，包含 复数 。虽然也可以进行计算，但实际上 Pandas 会先将其转为 实数 。这将导致精度丢失。 ^例5

  • False： 计算所有类型行或列的中位数。
  • True: 只计算纯数值类型的行或列的中位数。^例5

**kwargs

• **kwargs :

  用于保持和 numpy 兼容而保留的参数，一般不需要使用。

相关方法：

➡️ 相关方法

---

• Series.median

  中位数

示例：

测试文件下载：

本文所涉及的测试文件，如有需要，可在文章顶部的绑定资源处下载。

若发现文件无法下载，应该是资源包有内容更新，正在审核，请稍后再试。或站内私信作者索要。

测试文件下载位置

例1：如果是 Series 始终保持 axis=1，会报错！

import numpy as np
import pandas as pd

# 构建演示数据
df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [21, 25, 62, 43],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)

# 单独使用age列，本质上相当于使用了Series
df["age"].median(axis=1)

Series 传递 `axis=1` 引发的 `ValueError`

例2、求 DataFrame 每列的中位数

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [21, 25, 62, 43],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)


df.median()

person_id     1.50
age          34.00
height        1.74
dtype: float64

例3、求 DataFrame 每行的中位数

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [21, 25, 62, 43],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)


df.median(axis=1)

0    1.61
1    1.87
2    2.00
3    3.00
dtype: float64

例4、axis=None计算 DataFrame 所有元素的中位数

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [21, 25, 62, 43],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)


df.median(axis=None)  # 等效于 np.median(df.to_numpy().ravel())

2.005

例5：如果不忽略缺失值，会影响计算结果，导致只返回 NaN

import numpy as np
import pandas as pd

df = pd.DataFrame({"A": [1, 2, 3, np.NaN, 4]})

df.median(skipna=False)

A   NaN
dtype: float64

例6：如果某列或某行都是缺失值，并且 skipna=False 只会返回缺失值

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [np.NaN, np.NaN, np.NaN, np.NaN],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)

df.median(skipna=False)

person_id    1.50
age           NaN
height       1.74
dtype: float64

由于age列全是缺失值，所以只会返回缺失值。

例7：当 axis=None ，一定要确保 skipna=True ，否则会因为存在缺失值，导致计算结果只返回缺失值(NaN)

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "person_id": [0, 1, 2, 3],
        "age": [1, 2, 3, np.NaN],
        "height": [1.61, 1.87, 1.49, 2.01],
    }
)

df.median(axis=None, skipna=False)

nan

由于age列存在缺失值，导致计算所有元素中位数后，只返回了 NaN，所以，请务必确保排除了缺失值，或保持 skipna=True

例8：numeric_only=True 只计算数值类型的行或列。

import numpy as np
import pandas as pd

df = pd.DataFrame(
    {
        "整数": [4, 1, 2, 3],
        "浮点数": [1.5, 2.5, 3.5, 4.5],
        "布尔值": [True, False, True, True],
        "字符串": ["a", "b", "c", "d"],
        "复数": [1 + 1j, 2 + 2j, 3 + 3j, 4 + 4j],
    }
)

df.median(numeric_only=True)

D:\miniconda3\envs\python3.12\Lib\site-packages\pandas\core\nanops.py:789: ComplexWarning: Casting complex values to real discards the imaginary part
  values = values.astype("f8")





整数     2.5
浮点数    3.0
布尔值    1.0
复数     2.5
dtype: float64

B列由于是字符串，所以没有被计算中位数。

注意观察结果，虽然官方文档中并没有声明支持复数的中位数计算，但是实际上复数这一列，也得到了中位数的计算结果。

观察爆出的警告可知，其实际上是将复数转为实数后再计算中位数。毋庸置疑，这将导致复数的中位数结果精度的丢失。