Question

我可以使用group by来获取文档的总体中位数，例如“ print（df.groupby（['Key']）。median（））”。但是我想学习逐行执行此操作的适当方法，并查看上述小组是否已更改。下面是一种非常笨拙且非Python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

我得到与分组依据相同的东西，保留了一些舍入错误。但是我想以最简洁，pythonic的方式做到这一点，可能使用列表理解。

Answer 1

关于更多pythonic版本的建议可能看起来像这样：

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)}")

我试图避免使用索引不太容易阅读的iloc调用。一开始，老实说，我没有得到您所比较的东西。您也无需使用Elif。您可以只使用else，因为您的条件只是if子句一部分的否定。然后，我认识到您的版本计算和我的计算的中位数有所不同。如果我没记错的话，您会舍弃B的verry first值，对吧？

如果要获取数据帧的长度，则可以使用：

rows, cols= df.shape

而不是打电话给len。我认为对代码的读者来说，它的作用更加明显。

如何逐行获取中位数？

1 个答案: