Python pyspark GroupBy.median用法及代碼示例

本文簡要介紹 pyspark.pandas.groupby.GroupBy.median 的用法。

用法: GroupBy.median(numeric_only: bool = True, accuracy: int = 10000) → FrameLike

計算組的中位數，不包括缺失值。

對於多個分組，結果索引將為MultiIndex

注意

與 pandas 不同，pandas-on-Spark 中的中位數是基於近似百分位數計算的近似中位數，因為在大型數據集上計算中位數非常昂貴。

參數：

numeric_only：布爾值，默認為真: 僅包括 float、int、boolean 列。不支持 False。這個參數主要是為了pandas的兼容性。

係列或DataFrame: 每個組內的值的中位數。

例子：

>>> psdf = ps.DataFrame({'a': [1., 1., 1., 1., 2., 2., 2., 3., 3., 3.],
...                     'b': [2., 3., 1., 4., 6., 9., 8., 10., 7., 5.],
...                     'c': [3., 5., 2., 5., 1., 2., 6., 4., 3., 6.]},
...                    columns=['a', 'b', 'c'],
...                    index=[7, 2, 4, 1, 3, 4, 9, 10, 5, 6])
>>> psdf
      a     b    c
7   1.0   2.0  3.0
2   1.0   3.0  5.0
4   1.0   1.0  2.0
1   1.0   4.0  5.0
3   2.0   6.0  1.0
4   2.0   9.0  2.0
9   2.0   8.0  6.0
10  3.0  10.0  4.0
5   3.0   7.0  3.0
6   3.0   5.0  6.0

DataFrameGroupBy

>>> psdf.groupby('a').median().sort_index()  
       b    c
a
1.0  2.0  3.0
2.0  8.0  2.0
3.0  7.0  4.0

SeriesGroupBy

>>> psdf.groupby('a')['b'].median().sort_index()
a
1.0    2.0
2.0    8.0
3.0    7.0
Name: b, dtype: float64

相關用法

注：本文由純淨天空篩選整理自spark.apache.org大神的英文原創作品 pyspark.pandas.groupby.GroupBy.median。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：