大熊猫的计数中位数

Question

g  | val
1     a
1     ''
2     b
2     ''
2     c
3    ''

我有一个df.groupby（'g'），我想选择每组中非空val计数的中位数。如何在熊猫中做到这一点？

Answer 1

这是你需要的吗？ （计数不会计入NaN，这就是为什么我们将＆＃39;＆＃39;替换为np.nan）

df.val=df.val.replace('',np.nan)
df
Out[243]: 
   g  val
0  1    a
1  1  NaN
2  2    b
3  2  NaN
4  2    c
5  3  NaN

df.groupby('g').val.count().median()
Out[245]: 1.0

在groupby之前过滤

df[df.val.isin(['','somethingealse'])].groupby('g').val.count().median()

Answer 2

另一种方法是使用apply函数：

# inside apply, we can filter values
df.groupby('g')['val'].apply(lambda x: x[x!= ''].count()).median()
Out[2]: 1.0

Answer 3

你可以只对{@ 1}}列中的空值进行切片，然后使用val计算中位数。

groupby

Answer 4

空字符串在布尔上下文中计算为False。并且False在整数上下文中求值为0。我们可以用它来做

df.val.astype(bool).groupby(df.g).sum().median()

1.0