Python Pandas：按中值获取行答案

【问题标题】：Python Pandas: Get row by median valuePython Pandas：按中值获取行
【发布时间】：2014-06-09 16:18:45
【问题描述】：

我正在尝试获取列的中值所在的行。

我正在使用 data.median() 来获取“列”的中值。

id                 30444.5
someProperty           3.0
numberOfItems          0.0
column                70.0

而 data.median()['column'] 随后是：

data.median()['performance']
>>> 70.0

如何获取行或索引的中值？有没有类似于 idxmax / idxmin 的东西？

我尝试过过滤，但在多行具有相同值的情况下它不可靠。

谢谢！

【问题讨论】：

与stackoverflow.com/questions/46411507/…相关

标签： python pandas

【解决方案1】：

您可以使用rank 和idxmin 并将其应用于每一列：

import numpy as np
import pandas as pd


def get_median_index(d):
    ranks = d.rank(pct=True)
    close_to_median = abs(ranks - 0.5)
    return close_to_median.idxmin()

df = pd.DataFrame(np.random.randn(13, 4))
df

    0           1           2           3
0   0.919681    -0.934712   1.636177    -1.241359
1   -1.198866   1.168437    1.044017    -2.487849
2   1.159440    -1.764668   -0.470982   1.173863
3   -0.055529   0.406662    0.272882    -0.318382
4   -0.632588   0.451147    -0.181522   -0.145296
5   1.180336    -0.768991   0.708926    -1.023846
6   -0.059708   0.605231    1.102273    1.201167
7   0.017064    -0.091870   0.256800    -0.219130
8   -0.333725   -0.170327   -1.725664   -0.295963
9   0.802023    0.163209    1.853383    -0.122511
10  0.650980    -0.386218   -0.170424   1.569529
11  0.678288    -0.006816   0.388679    -0.117963
12  1.640222    1.608097    1.779814    1.028625

df.apply(get_median_index, 0)

【讨论】：

【解决方案2】：

可能只是：data[data.performance==data.median()['performance']]。

【讨论】：

这很好，虽然它确实返回了一组结果。在这种情况下，'performance' == 70 的所有值。
是的，我正要指出这一点。您可能希望从多个匹配项中随机选择一个，而不是总是选择第一个或最后一个，以避免潜在的偏见。时间序列数据尤其如此。
这在数据集具有偶数个值的情况下是不正确的。中位数将是两个中间值之间的平均值，并且不会出现在数据集中。因此，Series([], dtype: float32)
@layser 对于您所描述的内容，应该不得到匹配，完全符合结果。至于找到与中位数最接近的价值指数，这是一个不同的问题
如果有奇数个元素，我不确定这是否有效（没有单个元素会等于中位数，因为中位数是两个元素的平均值）。