pandas median() 中位数

看过来

《pandas 教程》持续更新中，提供建议、纠错、催更等加作者微信: gairuo123（备注：pandas教程）和关注公众号「盖若」ID: gairuo。跟作者学习，请进入 Python学习课程。欢迎关注作者出版的书籍：《深入浅出Pandas》和《Python之光》。

pandas 的 median() 方法用于计算指定轴的中位数。与 mean() 方法类似，median() 也会忽略缺失值（NaN）。中位数是数据排序后处于中间位置的值，因此对于具有极值的数据集，它比平均值更能反映数据的中心趋势。

适用数据类型

Series: 计算单个数组的中位数。
DataFrame: 计算每一列或每一行的中位数。

语法

返回请求轴上值的中值。

DataFrame.median(
    axis=0, 
    skipna=True, 
    numeric_only=None, 
    **kwargs
)

参数详解

axis: {0 or ‘index’, 1 or ‘columns’}, 默认值 0
- 计算方向：0 或 'index' 表示沿着列（即每列的中位数），1 或 'columns' 表示沿着行（即每行的中位数）。
- 对于DataFrame，指定axis=None将在两个轴上应用聚合。
skipna: bool, 默认值 True
- 是否排除缺失值（NaN）。如果设置为 False 并且有缺失值，结果将为 NaN。
numeric_only: bool, 默认值 None
- 如果为 True，则只计算数值类型的数据。对于非数值类型的列，将被忽略。如果为 False，将尝试计算所有类型的数据（可能会抛出异常）。
****kwargs**: 其他传递给底层方法的关键字参数。

返回值

返回一个 Series 或者 DataFrame 对象，具体取决于输入的数据结构以及计算的方向。

使用场景

基本中位数计算: 计算各列或各行的中位数，常用于描述统计中的数据中心。
处理缺失值: 忽略数据中的缺失值，可以避免对结果的影响。
分组计算: 在多级索引的数据中，根据不同的级别计算中位数。

例子

s = pd.Series([1, 2, 3])
s.median()
# 2.0

DataFrame

df = pd.DataFrame({'a': [1, 2], 'b': [2, 3]}, index=['tiger', 'zebra'])
df
'''
       a   b
tiger  1   2
zebra  2   3
'''

df.median()
'''
a   1.5
b   2.5
dtype: float64
'''

用 axis=1

df.median(axis=1)
'''
tiger   1.5
zebra   2.5
dtype: float64
'''

在这种情况下，应将numeric_only设置为True以避免出错。

df = pd.DataFrame({'a': [1, 2], 'b': ['T', 'Z']},
                  index=['tiger', 'zebra'])
df.median(numeric_only=True)
'''
a   1.5
dtype: float64
'''

示例

基本使用

构造一个简单的 DataFrame 并计算列的中位数。

import pandas as pd

# 构造示例数据
data = {
    'A': [1, 2, 3, 4],
    'B': [4, 5, 6, None],
    'C': [7, 8, None, 10]
}
df = pd.DataFrame(data)

# 输出示例数据
print("示例数据:")
print(df)

# 计算各列的中位数
median_values = df.median(axis=0)

# 输出结果
print("\n各列的中位数:")
print(median_values)

输出:

示例数据:
     A    B     C
0  1.0  4.0   7.0
1  2.0  5.0   8.0
2  3.0  6.0   NaN
3  4.0  NaN  10.0

各列的中位数:
A    2.5
B    5.0
C    8.0
dtype: float64

忽略缺失值和按行计算

同样可以设置 skipna=False 来不忽略缺失值，或者使用 axis=1 按行计算中位数。

# 计算各行的中位数
median_values_rows = df.median(axis=1)

# 不忽略缺失值计算列中位数
median_values_no_skipna = df.median(axis=0, skipna=False)

# 输出结果
print("\n各行的中位数:")
print(median_values_rows)

print("\n不忽略缺失值的各列中位数:")
print(median_values_no_skipna)

输出:

各行的中位数:
0    4.0
1    5.0
2    4.5
3    7.0
dtype: float64

不忽略缺失值的各列中位数:
A    2.5
B    5.0
C    NaN
dtype: float64

结论

median() 方法在处理具有极值的数据时比 mean() 更有效，能够更好地反映数据的中心趋势。它同样支持灵活的参数设置，以满足不同的计算需求，并且可以处理包含缺失值的数据集。

< mean() 平均值 pandas 数学统计 var() 方差 >

更新时间：2024-08-08 16:38:16 标签：pandas python 中位数 median