74_Pandas median获取中位数

74_Pandas median获取中位数

使用median()方法获取pandas.DataFrame、pandas.Series的中值（1/2分位数、第50个百分位数）。

中位数的定义如下。

中位数:是将有限个数据按降序排列时位于中间的值。如果有偶数个数据，则取最靠近中心的两个值的算术平均值。

本节解释以下内容。

• 中值()的基本用法
  • 当行数/元素数为偶数时
• 指定行/列：参数axis

中值()的基本用法

以下面的 pandas.DataFrame 为例。

import pandas as pd

df = pd.DataFrame({'col_1': range(5),
                   'col_2': [i ** 2 for i in range(5)],
                   'col_3': list('abcde')})

print(df)
#    col_1  col_2 col_3
# 0      0      0     a
# 1      1      1     b
# 2      2      4     c
# 3      3      9     d
# 4      4     16     e

默认情况下，数字字符串的中值作为 pandas.Series 返回。非数字列将被忽略。

print(df.median())
# col_1    2.0
# col_2    4.0
# dtype: float64

print(type(df.median()))
# <class 'pandas.core.series.Series'>

如果从 pandas.Series 调用中值（），中值将以浮点数形式返回。

print(df['col_1'].median())
# 2.0

print(type(df['col_1'].median()))
# <class 'numpy.float64'>

当行数/元素数为偶数时

如上例所示，如果行数和元素数为奇数，则按原样返回中心值。 如果行数/元素数为偶数，则返回两个中心值的平均值。

df_even = pd.DataFrame({'col_1': range(6),
                        'col_2': [i ** 2 for i in range(6)],
                        'col_3': list('abcdef')})

print(df_even)
#    col_1  col_2 col_3
# 0      0      0     a
# 1      1      1     b
# 2      2      4     c
# 3      3      9     d
# 4      4     16     e
# 5      5     25     f

print(df_even.median())
# col_1    2.5
# col_2    6.5
# dtype: float64

指定行/列：参数axis

默认情况下，处理每一列，但如果指定参数 axis=1，则处理每一行。在这种情况下，非数字列也会被忽略。

print(df)
#    col_1  col_2 col_3
# 0      0      0     a
# 1      1      1     b
# 2      2      4     c
# 3      3      9     d
# 4      4     16     e

print(df.median(axis=1))
# 0     0.0
# 1     1.0
# 2     3.0
# 3     6.0
# 4    10.0
# dtype: float64