pandas.DataFrame.median#

DataFrame.median(*, axis=0, skipna=True, numeric_only=False, =**kwargs)[源代码]#

返回所请求轴上值的中间值。

参数:

axis{索引 (0), 列 (1)}

要应用函数的轴。对于 Series，此参数未使用，默认为 0。

对于 DataFrames，指定 axis=None 将跨两个轴应用聚合。

版本 2.0.0 中已添加。

skipnabool, 默认 True

计算结果时排除 NA/null 值。

numeric_onlybool, default False

仅包含浮点数、整数、布尔列。

**kwargs

要传递给函数的其他关键字参数。

返回:

Series 或标量: 包含描述中引用的计算的值。

另请参阅

Series.sum: 返回总和。
Series.min: 返回最小值。
Series.max: 返回最大值。
Series.idxmin: 返回最小值的索引。
Series.idxmax: 返回最大值的索引。
DataFrame.sum: 返回沿请求轴的总和。
DataFrame.min: 返回沿请求轴的最小值。
DataFrame.max: 返回沿请求轴的最大值。
DataFrame.idxmin: 返回沿请求轴的最小值的索引。
DataFrame.idxmax: 返回沿请求轴的最大值的索引。

示例

>>> s = pd.Series([1, 2, 3])
>>> s.median()
2.0

With a DataFrame

>>> df = pd.DataFrame({"a": [1, 2], "b": [2, 3]}, index=["tiger", "zebra"])
>>> df
       a   b
tiger  1   2
zebra  2   3
>>> df.median()
a   1.5
b   2.5
dtype: float64

使用 axis=1

>>> df.median(axis=1)
tiger   1.5
zebra   2.5
dtype: float64

在这种情况下，应将 numeric_only 设置为 True 以避免出现错误。

>>> df = pd.DataFrame({"a": [1, 2], "b": ["T", "Z"]}, index=["tiger", "zebra"])
>>> df.median(numeric_only=True)
a   1.5
dtype: float64