DataFrame.median(self, axis=None, skipna=None, level=None, numeric_only=None, **kwargs) [source]
返回所请求axi的值的中位数。
参数: | axis: 要应用的功能的轴。 skipna: 计算结果时排除 level: 默认为 如果轴是MultiIndex(分层), 则沿特定级别计数,并折叠为 numeric_only: 默认值 仅包括 如果为 然后仅使用数字数据。未针对Series实施。 **kwargs 要传递给函数的其他关键字参数。 |
返回: |
|
例子
1)计算每列的中位数
import pandas as pd df = pd.DataFrame({ 'A': [1, 2, 3, 4, 5], 'B': [3, 3, 4, 2, 1], 'C': [10, 20, 30, 40, 50] }) median_col = df.median() print(median_col)
2)计算每行的中位数
import pandas as pd df = pd.DataFrame({ 'A': [1, 2, 3, 4, 5], 'B': [3, 3, 4, 2, 1], 'C': [10, 20, 30, 40, 50] }) median_row = df.median(axis=1) print(median_row)
3)处理 NaN
值
import pandas as pd df_nan = pd.DataFrame({ 'A': [1, 2, None, 4, 5], 'B': [3, 3, 4, None, 1], 'C': [10, 20, 30, 40, None] }) median_nan_skip = df_nan.median() # 默认 skipna=True median_nan_no_skip = df_nan.median(skipna=False) print("忽略NaN的中位数:\n", median_nan_skip) print("\n不忽略NaN的中位数:\n", median_nan_no_skip)
4)numeric_only=True
(仅计算数值列)
import pandas as pd df_mixed = pd.DataFrame({ 'A': [1, 2, 3, 4, 5], 'B': ['x', 'y', 'z', 'w', 'v'], 'C': [10, 20, 30, 40, 50] }) median_numeric = df_mixed.median(numeric_only=True) print(median_numeric)