时间戳

首页 > 解决方案 > 如何逐行获得中位数？

python - 如何逐行获得中位数？

问题描述

我可以使用 group by 来获取文档的整体中位数，例如“print(df.groupby(['Key']).median())”。但我想逐行学习适当的方法，看看上述组是否发生了变化。下面是一种非常笨拙且非pythonic的方法。

CSV：

    A,1
    A,2
    A,3
    A,4
    A,5
    A,6
    A,7
    B,8
    B,9
    B,10
    B,11
    B,12
    B,13
    B,14
    B,15
    B,16
    B,17

import pandas as pd
import numpy as np
import statistics
df = pd.read_csv(r"C:\Users\mmcgown\Downloads\PythonMedianTest.csv",names=['Key','Values'])
rows = len(df.iloc[:,0])
i=0
med=[]
while i < rows:
    if i == 0 or df.iloc[(i-1,0)]==df.iloc[(i,0)]:
        med.append(df.iloc[i,1])
        if i==(rows-1):
            print(f"The median of {df.iloc[(i,0)]} is {statistics.median(med)}")
    elif df.iloc[(i-1,0)]!=df.iloc[(i,0)]:
        print(f"The median of {df.iloc[(i-1,0)]} is {statistics.median(med)}")
        med = []
    i += 1

输出：

The median of A is 4
The median of B is 13

我得到与 group by 相同的东西，保存一些舍入错误。但我想以最简洁、pythonic 的方式来做，可能使用列表理解。

标签： pythonpandasnumpy

解决方案

一个更 Pythonic 版本的提案可能如下所示：

med=[]
rows, cols= df.shape
last_group=None
group_field='Key'
med_field='Values'
for i, row in df.iterrows():
    if last_group is None or last_group == row[group_field]:
        med.append(row[med_field])
    else:
        print(f"The median of {last_group} is {statistics.median(med)}")
        med = [row[med_field]]
    last_group= row[group_field]
if med:    
    print(f"The median of {last_group} is {statistics.median(med)}")

我试图避免使用不太容易阅读的索引的 iloc 调用。起初，老实说，我不明白你在比较什么。在您的情况下，您也不需要 elif 。您可以只使用 else，因为您的条件只是 if 子句的一部分的否定。然后我发现你的版本计算的中位数和我的计算的中位数不同。如果我在这里没记错的话，你会丢弃 B 的第一个值，对吧？

如果你想得到一个数据框的长度，你可以使用：

rows, cols= df.shape

而不是调用 len。我认为这对代码的读者来说更明显，它做了什么。

推荐阅读