Python Pandas DataFrame median方法用法及代碼示例

例子

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[2,3], "B":[4,5], "C":["6",7]})
df



   A  B   C
0  2  4  "6"
1  3  5   7

列中位數

計算每列的中位數：

df.median()   # axis=0



A    2.5
B    4.5
C    6.5
dtype: float64

請注意 "6" 如何自動轉換為 float 以計算中位數。

行中位數

要計算每行的中位數，請設置 axis=1 ：

df.median(axis=1)



0    4.0
1    5.0
dtype: float64

指定skipna

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,4,6], "B":[7,9,pd.np.nan]})
df



   A  B
0  3  7.0
1  4  9.0
2  6  NaN

默認情況下， skipna=True ，這意味著在計算中位數時會跳過所有缺失值：

df.median()   # skipna=True



A    4.5
B    8.0
dtype: float64

考慮缺失值：

df.median(skipna=False)



A    4.0
B    NaN
dtype: float64

請注意，如果行/列包含一個或多個缺失值，則該行/列的中位數將為 NaN 。

指定numeric_only

考慮以下 DataFrame ：

df = pd.DataFrame({"A":[3,4], "B":[5,True], "C":[6,"7@8"]})
df



   A  B     C
0  3  5     6
1  4  True  7@8

此處， B 和 C 列都包含混合類型，但主要區別在於可以計算 B 的中位數，但不能計算 C 的中位數。當樣本大小為偶數時(即此處的情況)，中位數是通過取中間兩個數字的平均值來計算的，這意味著類型之間的求和運算必須明確定義。

回想一下， True 布爾值的內部表示是 1 ，因此操作 5+True 實際上計算為 6 ：

5 + True



6

另一方麵，6+"7@8" 拋出錯誤：

6 + "7@8"



TypeError: unsupported operand type(s) for +: 'int' and 'str'

None

默認情況下， numeric_only=None ，這意味著混合類型的行/列也會被考慮：

df.median(numeric_only=None)



A    3.5
B    3.0
dtype: float64

在這裏，請注意如何計算列的中位數B，但不適合C。通過傳入None，無法計算中位數的行/列(由於求和無效)將被忽略不會引發錯誤.

False

通過設置 numeric_only=False ，將再次考慮混合類型的行/列，但當無法計算中位數時會拋出錯誤：

df.median(numeric_only=False)



TypeError: could not convert string to float: '7@8'

在這裏，我們最終得到一個錯誤，因為 C 列包含未定義求和的混合類型。

True

通過設置 numeric_only=True ，僅考慮數字行/列：

df.median(numeric_only=True)



A 4.5
dtype: float64

請注意B 和C 列如何被忽略，因為它們包含混合類型。