我正在学习Python Pandas的不同方面,我偶然发现了groupby对象的中值函数在用于bined数据时的一些奇怪行为。在
示例代码:
import pandas as pd
d = pd.DataFrame([1,2,5,6,9,3,6,5,9,7,11,36,4,7,8,25,8,24,23])
b = [0,5,10,15,20,25,30,35,40,45,50,55]
print d.groupby(pd.cut(d[0],b)).count()
print d.groupby(pd.cut(d[0],b)).mean()
print d.groupby(pd.cut(d[0],b)).median()
计数输出:
^{pr2}$平均输出:
(0, 5] 3.333333
(5, 10] 7.500000
(10, 15] 11.000000
(15, 20] NaN
(20, 25] 24.000000
(25, 30] NaN
(30, 35] NaN
(35, 40] 36.000000
(40, 45] NaN
(45, 50] NaN
(50, 55] NaN
中值输出:
(0, 5] 3.5
(5, 10] 7.5
(10, 15] 11.0
(15, 20] 18.0
(20, 25] 24.0
(25, 30] 30.5
(30, 35] 30.5
(35, 40] 36.0
(40, 45] 18.0
(45, 50] 18.0
(50, 55] 18.0
所有的空箱子都装满了数字18和30.5,这在这里没有实际意义。在
另外,当我改变原始列表中的一个数字时,最后三个数字是随机变化的,然后我得到如下输出:
(0, 5] 3.500000e+00
(5, 10] 7.500000e+00
(10, 15] 1.100000e+01
(15, 20] 1.800000e+01
(20, 25] 2.450000e+01
(25, 30] 3.050000e+01
(30, 35] 3.050000e+01
(35, 40] 3.600000e+01
(40, 45] 3.814316e+228
(45, 50] 3.814316e+228
(50, 55] 3.814316e+228
更改列表中的另一个数字将使我的输出再次以数字18结尾。在
那只是个虫子吗?在
这种行为是否有正当理由?在
我是在做什么还是在解释什么?在
我现在需要用中间值过滤器来处理中间值。在
我敢肯定是个虫子:
考虑:
但是:
^{pr2}$以及:
^{3}$当组不存在时,它计算
groupby
对象上的median
。在我将此问题报告为bug,并将其添加到0.19.0里程碑中:
https://github.com/pydata/pandas/issues/13629
相关问题 更多 >
编程相关推荐