Pandas求平均数和中位数的方法实例

Pandas是Python中常用的数据分析库，它提供了很多方便的数据读取、处理、计算等功能。其中计算平均数和中位数是很常见的操作，下面介绍两种方法。

方法一：使用pandas.DataFrame.mean()和pandas.DataFrame.median()方法

pandas.DataFrame.mean()可以计算出一个DataFrame中所有数值列的平均值，而pandas.DataFrame.median()可以计算出所有数值列的中位数。

以一份名为student.csv的学生数据为例，代码如下：

import pandas as pd

df = pd.read_csv('student.csv')
print('平均数:')
print(df.mean())
print('中位数:')
print(df.median())

运行结果如下：

平均数:
number     3.000000
math      68.666667
english   73.333333
dtype: float64
中位数:
number     3.0
math      69.0
english   74.0
dtype: float64

如上所示，mean()方法输出了所有数值列的平均值，median()方法输出了所有数值列的中位数。

方法二：使用numpy库中的函数计算平均数和中位数

除了pandas内置的方法，我们还可以使用numpy库中的函数计算平均数和中位数。下面是一个例子，你可以参考它：

import pandas as pd
import numpy as np

df = pd.read_csv('student.csv')
print('平均数：')
print(np.mean(df, axis=0))
print('中位数：')
print(np.median(df, axis=0))

在上述代码中，np.mean()和np.median()函数分别计算出所有数值列的平均值和中位数，并在axis=0的方向上进行计算。运行结果如下：

平均数：
[ 3.         68.66666667 73.33333333]
中位数：
[ 3. 69. 74.]

总结

本文介绍了计算平均数和中位数的两种方法。除了本文提到的两种方法外，还有很多方法可以完成这个任务，例如使用numpy库中的其他函数、调用pandas.DataFrame.describe()方法等。在实际工作中，你可以根据数据量和需求选择更适合自己的方法。