Pandas groupby和计算中位数

首先介绍一下 Pandas 中的 groupby 方法，它是一种根据某些条件拆分数据，并将其应用于特定的函数、方法、操作等的数据分组技术。例如，我们可以根据商品的类别对销售数据进行分组统计，得到每个类别的销售额和销量等信息。

下面是一个示例代码进行说明，假设我们有一份销售数据sales.csv，包含商品名称、商品类别、销售日期和销售金额等信息。

import pandas as pd

# 读取数据
data = pd.read_csv('sales.csv')

# 根据商品类别分组，并计算销售总金额
grouped = data.groupby(by='category')
total_sale = grouped['amount'].sum()
print(total_sale)

运行结果如下所示：

category
服饰     3520
家居     6590
电器    11876
Name: amount, dtype: int64

上述代码首先读取了销售数据，然后使用 groupby 方法根据商品类别进行分组，并使用 sum 方法计算每个组的销售总金额。

接着介绍一下如何计算中位数。中位数是一种统计中的常用数据，它表示将一组数据按照从小到大的顺序排列后，位于中间位置的数值，即将数据分成两半，中间的那个数值。

下面是一个示例代码进行说明，假设我们有一组数据scores，需要计算其中位数。

import numpy as np

# 生成数据
scores = np.random.randint(0, 10, size=10)

# 计算中位数
median = np.median(scores)
print(scores)
print(median)

运行结果如下所示：

[0 9 9 9 7 7 8 0 7 0]
7.0

上述代码首先使用Numpy生成了一组随机数据，然后使用Numpy的 median 方法计算了这组数据的中位数。

结合上述两个示例，如果我们需要计算某一商品类别的销售金额中位数，可以通过以下代码实现：

import pandas as pd
import numpy as np

# 读取数据
data = pd.read_csv('sales.csv')

# 根据商品类别分组，并计算销售金额中位数
grouped = data.groupby(by='category')
median_sale = grouped['amount'].apply(np.median)
print(median_sale)

运行结果如下所示：

category
服饰    823
家居    862
电器    890
Name: amount, dtype: int64

上述代码首先使用 groupby 方法根据商品类别进行分组，然后使用 apply 方法将 np.median 函数应用于每个组的销售金额数据，并计算中位数。最终得到每个组的销售金额中位数。