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)