Pandas DataFrame DataFrame.median() 함수
-
pandas.DataFrame.median()의 구문 : -
예제 코드: 열 축을 따라 중앙값을 찾는
DataFrame.median()메서드 -
예제 코드: 행 축을 따라 중앙값을 찾는
DataFrame.median()메서드 -
예제 코드:
NaN값을 무시하고 중앙값을 찾는DataFrame.median()메서드
Python Pandas DataFrame.median() 함수는 DataFrame 객체 요소의 중앙값을 계산합니다. 지정된 축.
중앙값은 mean이 아니라 숫자 목록에있는 값의 중간입니다.
pandas.DataFrame.median()의 구문 :
DataFrame.median(axis=None, skipna=None, level=None, numeric_only=None, **kwargs)
매개 변수
axis |
행(axis=0) 또는 열(axis=1)을 따라 중앙값을 찾습니다. |
skipna |
부울. NaN 값 (skipna=True)을 제외하거나NaN 값 (skipna=False)을 포함합니다. |
level |
축이 MultiIndex인 경우 특정 수준과 함께 계산 |
numeric_only |
부울. numeric_only=True의 경우float,int 및boolean 열만 포함합니다. |
**kwargs |
함수에 대한 추가 키워드 인수입니다. |
반환
level이 지정되지 않은 경우 요청 된 축에 대한 값의 중앙값의 Series를 반환하고, 그렇지 않은 경우 중앙값의 DataFrame을 반환합니다.
예제 코드: 열 축을 따라 중앙값을 찾는DataFrame.median()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9]})
print("DataFrame:")
print(df)
medians=df.median()
print("medians of Each Column:")
print(medians)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 7 8
3 5 2
4 10 9
medians of Each Column:
X 5.0
Y 4.0
dtype: float64
열X와Y의 중앙값을 계산하고 마지막으로 각 열의 중앙값이있는Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 열의 중앙값을 찾으려면 해당 열에 대해서만median()함수를 호출합니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9]})
print("DataFrame:")
print(df)
medians=df["X"].median()
print("medians of Each Column:")
print(medians)
출력:
DataFrame:
X Y
0 1 4
1 2 3
2 7 8
3 5 2
4 10 9
medians of Each Column:
5.0
DataFrame의 X열 값의 중앙값 만 제공합니다.
예제 코드: 행 축을 따라 중앙값을 찾는DataFrame.median()메서드
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9],
'Z': [2, 7, 6, 10, 5]})
print("DataFrame:")
print(df)
medians=df.median(axis=1)
print("medians of Each Row:")
print(medians)
출력:
DataFrame:
X Y Z
0 1 4 2
1 2 3 7
2 7 8 6
3 5 2 10
4 10 9 5
medians of Each Row:
0 2.0
1 3.0
2 7.0
3 5.0
4 9.0
dtype: float64
모든 행의 중앙값을 계산하고 마지막으로 각 행의 중앙값이있는Series 객체를 반환합니다.
Pandas에서DataFrame의 특정 행의 중앙값을 찾으려면 해당 행에 대해서만median()함수를 호출합니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, 5, 10],
'Y': [4, 3, 8, 2, 9],
'Z': [2, 7, 6, 10, 5]})
print("DataFrame:")
print(df)
median=df.iloc[[0]].median(axis=1)
print("median of 1st Row:")
print(median)
출력:
DataFrame:
X Y Z
0 1 4 2
1 2 3 7
2 7 8 6
3 5 2 10
4 10 9 5
median of 1st Row:
0 2.0
dtype: float64
DataFrame의 첫 번째 행 값의 중앙값 만 제공합니다.
색인을 기반으로 행을 선택하기 위해iloc 메소드를 사용합니다.
예제 코드: NaN 값을 무시하고 중앙값을 찾는DataFrame.median()메서드
skipna 매개 변수의 기본값 즉skipna=True를 사용하여NaN 값을 무시하여 지정된 축을 따라DataFrame의 중앙값을 찾습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, None, 10, 8],
'Y': [None, 3, 8, 2, 9, 6],
'Z': [2, 7, 6, 10, None, 5]})
print("DataFrame:")
print(df)
median=df.median(skipna=True)
print("medians of Each Row:")
print(median)
출력:
DataFrame:
X Y Z
0 1.0 NaN 2.0
1 2.0 3.0 7.0
2 7.0 8.0 6.0
3 NaN 2.0 10.0
4 10.0 9.0 NaN
5 8.0 6.0 5.0
medians of Each Row:
X 7.0
Y 6.0
Z 6.0
dtype: float64
skipna=True를 설정하면 데이터 프레임의NaN을 무시합니다. NaN값을 무시하여 열 축을 따라 DataFrame의 중앙값을 계산할 수 있습니다.
import pandas as pd
df = pd.DataFrame({'X': [1, 2, 7, None, 10],
'Y': [5, 3, 8, 2, 9],
'Z': [2, 7, 6, 10, 4]})
print("DataFrame:")
print(df)
median=df.median(skipna=False)
print("medians of Each Row:")
print(median)
출력:
DataFrame:
X Y Z
0 1.0 5 2
1 2.0 3 7
2 7.0 8 6
3 NaN 2 10
4 10.0 9 4
medians of Each Row:
X NaN
Y 5.0
Z 6.0
dtype: float64
여기서 우리는 열X에NaN 값이 존재하므로X 열의 중앙값에 대한NaN 값을 얻습니다.
Founder of DelftStack.com. Jinku has worked in the robotics and automotive industries for over 8 years. He sharpened his coding skills when he needed to do the automatic testing, data collection from remote servers and report creation from the endurance test. He is from an electrical/electronics engineering background but has expanded his interest to embedded electronics, embedded programming and front-/back-end programming.
LinkedIn Facebook