Python是进行数据分析的一种出色语言，主要是因为以数据为中心的python软件包具有奇妙的生态系统。 Pandas是其中的一种，使导入和分析数据更加容易。
Pandas dataframe.median()函数返回所请求轴的值的中值
如果将方法应用于 Pandas 系列对象，则该方法将返回标量值，该标量值是 DataFrame 中所有观测值的中值。如果将方法应用于pandas DataFrame 对象，则该方法将返回pandas系列对象，该对象包含指定轴上的值的中值。
用法：DataFrame.median(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
参数：
axis:Align object with threshold along the given axis.
skipna:Exclude NA/null values when computing the result
level:If the axis is a MultiIndex (hierarchical), count along a particular level, collapsing into a Series
numeric_only:Include only float, int, boolean columns. If None, will attempt to use everything, then use only numeric data. Not implemented for Series.
返回值：中位数：Series或DataFrame(如果指定级别)
范例1：采用median()函数查找索引轴上所有观测值的中位数。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, 44, 1],
"B":[5, 2, 54, 3, 2],
"C":[20, 16, 7, 3, 8],
"D":[14, 3, 17, 2, 6]})
# Print the dataframe
df
让我们使用dataframe.median()查找索引轴上的中位数的函数
# Find median Even if we do not specify axis = 0, the method
# will return the median over the index axis by default
df.median(axis = 0)输出：
范例2：采用median()在具有Na值。还要找到列轴的中位数。
# importing pandas as pd
import pandas as pd
# Creating the dataframe
df = pd.DataFrame({"A":[12, 4, 5, None, 1],
"B":[7, 2, 54, 3, None],
"C":[20, 16, 11, 3, 8],
"D":[14, 3, None, 2, 6]})
# Print the dataframe
df
让我们实现中位数函数。
# skip the Na values while finding the median
df.median(axis = 1, skipna = True)输出：
注：本文由纯净天空筛选整理自 Python | Pandas dataframe.median()。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。