Pandas：计算列组的中位数答案

【问题标题】：Pandas: Calculate Median of Group over ColumnsPandas：计算列组的中位数
【发布时间】：2016-05-17 15:43:02
【问题描述】：

给定以下数据框：

import pandas as pd

df = pd.DataFrame({'COL1': ['A', 'A','A','A','B','B'], 
                   'COL2' : ['AA','AA','BB','BB','BB','BB'],
                   'COL3' : [2,3,4,5,4,2],
                   'COL4' : [0,1,2,3,4,2]})
df
    COL1    COL2    COL3    COL4
0    A       AA      2       0
1    A       AA      3       1
2    A       BB      4       2
3    A       BB      5       3
4    B       BB      4       4
5    B       BB      2       2

我希望尽可能高效地（即通过 groupby 和 lambda x 或更好）找到第 1 列和第 2 列的每个不同组的第 3 列和第 4 列的中位数。

想要的结果如下：

    COL1    COL2    COL3    COL4  MEDIAN
0    A       AA      2       0    1.5
1    A       AA      3       1    1.5
2    A       BB      4       2    3.5
3    A       BB      5       3    3.5
4    B       BB      4       4    3
5    B       BB      2       2    3

提前致谢！

【问题讨论】：

到目前为止，只是这样：df['MEDIAN']=df.groupby(['COL1','COL2'])[['COL3','COL4']].transform(lambda x: x.median())

标签： python-3.x pandas

【解决方案1】：

您已经有了这个想法——按 COL1 和 COL2 分组并计算中位数。

m = df.groupby(['COL1', 'COL2'])[['COL3','COL4']].apply(np.median)
m.name = 'MEDIAN'

print df.join(m, on=['COL1', 'COL2'])

  COL1 COL2  COL3  COL4  MEDIAN
0    A   AA     2     0     1.5
1    A   AA     3     1     1.5
2    A   BB     4     2     3.5
3    A   BB     5     3     3.5
4    B   BB     4     4     3.0
5    B   BB     2     2     3.0

【讨论】：

谢谢！如果我有一些 NaN 值怎么办？我怎样才能让它忽略那些而不导致 NaN 结果（就像应用了您的解决方案的当前 NaN 值的情况一样）？
使用np.nanmedian 而不是np.median
是的！太简单。再次感谢。
@Happy001 df.groupby(['COL1', 'COL2'])[['COL3','COL4']].median() 也可以。
花了 15 分钟搜索互联网来解决这个问题。 Happy001，您先生是真正的绅士和学者。

【解决方案2】：

df.groupby(['COL1', 'COL2']).median()[['COL3','COL4']]

【讨论】：