Python | 熊猫 dataframe.median()

介绍

在 Python 中，熊猫（Pandas）库是一个流行的数据处理库，而 dataframe 是熊猫中的重要数据结构。dataframe.median() 是一个用于计算数据帧（dataframe）列的中位数的方法。中位数是将一组数据按升序排列后，位于中间位置的值。

语法

以下是 dataframe.median() 的语法:

dataframe.median(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)

参数

• axis：指定计算中位数的轴或维度。默认为 None，表示计算每列的中位数。
• skipna：指定是否跳过 NaN 值。默认为 None，表示不跳过 NaN 值。
• level：多层索引时，指定计算中位数的索引级别。默认为 None，表示计算所有索引级别的中位数。
• numeric_only：指定是否仅计算数值类型（整数、浮点数）的列的中位数。默认为 None，表示计算所有列的中位数。

返回值

dataframe.median() 方法返回一个包含计算的中位数的 Series 或 DataFrame。

示例

假设有一个数据帧 df，包含以下数据：

| A | B | C | | --- | --- | --- | | 1 | 2 | 3 | | 4 | 5 | 6 | | 7 | 8 | 9 |

通过调用 df.median() 方法，可以计算出每列的中位数。

代码示例：

import pandas as pd

data = {'A': [1, 4, 7], 'B': [2, 5, 8], 'C': [3, 6, 9]}
df = pd.DataFrame(data)

median_values = df.median()

print(median_values)

输出结果：

A    4.0
B    5.0
C    6.0
dtype: float64

注意事项

• 默认情况下，skipna 参数为 None，计算中位数时不跳过 NaN 值。如果想跳过 NaN 值，可以将其设置为 True。
• 熊猫库中的 dataframe.median() 方法也可以直接应用于 Series。
• 如果数据中包含字符串等非数值类型的列，默认情况下会返回 NaN 值作为中位数。
• 如果 dataframe 中的所有列都是数值类型，可以使用 numeric_only=True 参数只计算数值类型列的中位数。

以上就是关于 Python | 熊猫 dataframe.median() 方法的介绍。使用这个方法可以方便地计算数据帧列的中位数，进一步处理和分析数据。