Pandas.Series.median() 中位数 详解 含代码 含测试数据集 随Pandas版本持续更新

关于Pandas版本: 本文基于 pandas2.2.0 编写。

关于本文内容更新: 随着pandas的stable版本更迭,本文持续更新,不断完善补充。

传送门: Pandas API参考目录

传送门: Pandas 版本更新及新特性

传送门: Pandas 由浅入深系列教程

本节目录

  • Pandas.Series.median()
    • 计算公式:
    • 语法:
    • 返回值:
    • 参数说明:
      • axis 指定计算方向(行或列)
      • skipna 忽略缺失值
      • numeric_only 只计算数字类型的行或列
      • **kwargs
    • 相关方法:
    • 示例:
      • 例1:如果是 `Series` 始终保持 `axis=1`,会报错!
      • 例2:如果不忽略缺失值,会影响计算结果,导致只返回 NaN
      • 例3:如果 `Series` 都是缺失值,并且 `skipna=False` 只会返回缺失值

Pandas.Series.median()

Pandas.Series.median 方法用于返回 Series 所有元素的中位数。

计算公式:

  • 对于奇数个数据:
    中位数是排序后位于中间位置的数。 Med = 中间位置的数 \text{Med} = {中间位置的数} Med=中间位置的数
  • 对于偶数个数据:
    中位数是排序后中间两个数的平均值。 Med = 中间两个数之和 2 \text{Med} = \frac{\text{中间两个数之和}}{2} Med=2中间两个数之和。。

语法:

Series.median(axis=0, skipna=True, numeric_only=False, **kwargs)

返回值:

  • Series or scalar

参数说明:

axis 指定计算方向(行或列)

  • axis : {index (0), columns (1, None)

    axis 参数,用于指定计算方向,即按行计算或按列计算中位数:

    • 对于 Series 此参数无效,将始终保持 axis=0,即计算整列的中位数。axis=1 则会报错 ValueError例1

    新增于 Pandas 2.0.0 : axis 参数,新增于Pandas 2.0.0 版本。

skipna 忽略缺失值

  • skipna : bool, default True >

    skipna 参数,用于指定求中位数的时候是否忽略缺失值 ,默认 skipna=True ,即忽略缺失值:

    • True: 忽略缺失值(默认)。
    • False: 不忽略缺失值, 但是如果存在缺失值,会影响计算结果,导致返回NaN例2

      ⚠️ 注意 :

      • 如果 skipna=False ,当 Series 只有缺失值,计算结果也将是缺失值。 例3

numeric_only 只计算数字类型的行或列

  • numeric_only : bool, default False

    numeric_only 参数,用于控制是否 只计算数值类型浮点数(float),整数(int),布尔值(boolean)的行或列:

    • 对于 Series 此参数无效。

**kwargs

  • **kwargs :

    用于保持和 numpy 兼容而保留的参数,一般不需要使用。

相关方法:

➡️ 相关方法


  • DataFrame.median

    中位数

示例:

测试文件下载:

本文所涉及的测试文件,如有需要,可在文章顶部的绑定资源处下载。

若发现文件无法下载,应该是资源包有内容更新,正在审核,请稍后再试。或站内私信作者索要。

测试文件下载位置.png

测试文件下载位置

例1:如果是 Series 始终保持 axis=1,会报错!

import numpy as np
import pandas as pd# 构建演示数据
s = pd.Series([21, 25, 62, 43])s.median(axis=1)

在这里插入图片描述

Series 传递 `axis=1` 引发的 `ValueError`

例2:如果不忽略缺失值,会影响计算结果,导致只返回 NaN

import numpy as np
import pandas as pds = pd.Series([1, 2, 3, np.NaN, 4])s.median(skipna=False)
nan

例3:如果 Series 都是缺失值,并且 skipna=False 只会返回缺失值

import numpy as np
import pandas as pds = pd.Series([np.NaN, np.NaN, np.NaN, np.NaN])s.median(skipna=False)
nan

由于age列全是缺失值,所以只会返回缺失值。

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.mzph.cn/news/646513.shtml

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈email:809451989@qq.com,一经查实,立即删除!

相关文章

MySQL(基础篇)——SQL

一.SQL分类 二.DDL(数据定义语言) 1.DDL——数据库操作 ① 查询 查询所有数据库 SHOW DATABASES 查询当前所处数据库 SELECT DATABASE() ② 创建 CREATE DATABASE [IF NOT EXISTS] 数据库名(通常以db结尾) [DEFAULT CHARSET 字符集] [COLLATE 排序规则] ③ …

java分布式锁详解

本地锁 浏览器把100w请求由网关随机往下传,在集群情况下,每台服务都放行10w请求过来,这时候每台服务都用的是本地锁是跨JVM的, 列如这些服务都没有49企业,此时有几个服务进行回原了打击在DB上面,那后期把这…

Allegro PCB如何关联原理图?

在用Allegro进行PCB设计时,我们可以点击Orcad原理图上的器件,然后PCB会自动跳转到该器件。那如何操作PCB上的器件点击跳转到原理图呢? 这种方式可以提高设计的效率。具体操作如下。 选择菜单栏Display

【软考问题】-- 2 - 知识精讲 - 项目立项管理

一、基本问题 1:项目投资前时期的四个阶段是什么? a.项目建议与立项申请 (1)定义:项目建设单位向上级主管部门提交项目申请时所必须的文件。(2)特点:项目发展周期的初始阶段、可行性研究的依据。(3)注意:又称项目建议书…

xinput1_3.dll文件的几种修复办法以及修复xinput1_3.dll注意事项

xinput1_3.dll文件是DirectX的一部分,它在Windows系统中负责处理游戏控制器的输入。然而,有时候此文件可能会出现问题,导致游戏无法正常运行或启动。在本文中,将介绍多种解决xinput1_3.dll文件问题的方法,并对它们进行…

【Web前端开发基础】CSS3之空间转换和动画

CSS3之空间转换和动画 目录 CSS3之空间转换和动画一、空间转换1.1 概述1.2 3D转换常用的属性1.3 3D转换:translate3d(位移)1.4 3D转换:perspective(视角)1.5 3D转换:rotate3d(旋转&a…

vit细粒度图像分类(一)CADF学习笔记

1.摘要: 目的 基于Transformer架构的网络在图像分类中表现出优异的性能。然而,注意力机制往往只关注图像中的显著性特征,而忽略了其他区域的次级显著信息,基于自注意力机制的Transformer也是如此。为了获取更多的有效信息&#…

Spring基于AbstractRoutingDataSource实现MySQL多数据源

目录 多数据源实现 yml配置文件 配置类 业务代码 案例演示 多数据源实现 yml配置文件 spring:datasource:type: com.alibaba.druid.pool.DruidDataSourcedatasource1:url: jdbc:mysql://127.0.0.1:3306/datasource1?serverTimezoneUTC&useUnicodetrue&characte…

企业转型:虚拟化对云计算的影响

虚拟化被认为是IT行业最优秀的技术之一。虚拟化提供的灵活性和效率,有助于企业根据不断变化的需求扩展其IT基础设施。虚拟化是云基础设施的基础,允许按需动态分配和管理计算资源。这种适应性对于满足现代企业的多样化需求至关重要,因为现代企…

外汇天眼:美国证券交易委员会(SEC)采纳了一系列规定,以加强与特殊目的收购公司(SPACs)相关的投资者保护

美国证券交易委员会(SEC)今天通过了一系列新规和修订,以增强特殊目的收购公司(SPACs)的首次公开募股(IPOs)中的披露,并在SPACs与目标公司之间的后续业务合并交易(de-SPAC…

u盘可以分区吗?怎么分区?分区后不显示出来怎么办

随着科技的不断发展,U盘已经成为人们传输和存储数据的重要设备之一。而针对U盘的分区问题,很多人对此还不太了解。比如,U盘可以分区吗?U盘怎么分区?U盘分区后不显示出来怎么办?下面我们一起来针对这些问题进…

SpringCloud Aliba-Seata【下】-从入门到学废【8】

目录 1.数据库创建 1.seata_account库下建表 2.seata_order库下建表 3.seata_storage库下建表 4.在每个库下创建回滚日志 2.创建订单模块 2.1建工程 2.2加pom 2.3改yml 2.4file.conf 2.5registry.conf 2.6domain 2.7Dao 2.8Service 2.9controller 2.10confi…

对 MODNet 网络结构直接剪枝的探索

文章目录 1 写在前面2 遇到问题3 解决方案4 探索过程4.1 方案一4.2 方案二4.3 方案三 5 疑惑与思考5.1 Q15.2 Q2 1 写在前面 在前面的文章中,笔者与小伙伴们分享了对 MODNet 主干网络部分以及其余分支分别剪枝的探索历程,即先分解、再处理、后融合的手法…

C++:缺省参数函数重载

目录 C/C语言 函数调用的工作原理: 函数调用一般分为两个部分: 缺省参数: 缺省参数的分类: 全缺省参数 半缺省参数 注意事项: 缺省参数与C语言的调用参数对比: 函数重载: 函数重载…

pve8.1 安装、创建centos7虚拟机及配置

之前创建虚拟机centos7时,硬盘分配太大了,做成模板后无法进行修改了,安装完pve8.1后,强迫症犯了重新创建一下顺便记录一下配置过程。由于目前centos7还是生产用的比较多的版本所以本次还是安装centos7.9版本。 一、下载镜像 下载…

利用Redis List实现数据库分页快速查询的有效方法

目录 引言 传统数据库分页查询的挑战 Redis List的优势 利用Redis List实现分页查询 1. 数据准备 2. 分页查询 3. 分页缓存 4. 分页处理 结论 引言 随着Web应用程序的发展和用户数量的增加,数据库分页查询变得越来越常见。分页查询允许用户在大型数据集中…

JVM/GC复习

JVM/GC JVM(java虚拟机)MATjstack(将正在运行的JVM的线程进行快照并且打印出来)死锁VisualVM工具(监控线程内存使用情况)JMX GC垃圾回收算法1.引用计数法2.标记清除发3.标记压缩算法4.复制算法5.分代算法 收集器1.串行垃圾收集器2.并行垃圾收集器2.CMS垃圾收集器 3.G1垃圾收集器…

营销一体化平台如何助力企业增长?3个案例深度解析

无论大家怎么想,反对和批评的声音有多大,还是有很多企业从组织层面为CMO下了很多需要及时转化的KPI要求。 原因无外乎是增长乏力。再加上外部环境处在产业升级换代、科技革命在即的当口,企业比以往任何时候都意识到营销变革的重要性。 然而…

两相步进电机驱动原理

两相步进电机驱动 前言什么是步进电机驱动器细分控制电机内部结构图片步进电机驱动原理(重要)步进电机参数1、步距角:收到一个脉冲转动的角度2、细分数 :1/2&#xff0c…

清华大学对港澳台华侨生新增额外招生项目来啦

导读 众所周知的是,港澳台和华侨生录取清华大学和北京大学,除了港澳台联考,DSE申请等形式之外,那只有和普通内地高中生混在一起的录取方式。但是其实近些年来,清华大学也为尖子生开辟了新的录取方式,我们一…