python如何先分组再算中数
用户关注问题
我有一组数据，需要先按照某个字段进行分组，然后对每个分组的数据计算中位数，请问应该如何实现？
使用pandas库中的groupby和median方法
可以使用pandas库来完成分组和计算中位数的操作。首先，将数据加载为DataFrame，然后使用groupby方法按照指定字段分组，接着使用median方法计算每个分组的中位数。示例代码如下：
import pandas as pd
data = {'category': ['A', 'A', 'B', 'B', 'C'], 'value': [10, 20, 30, 40, 50]}
df = pd.DataFrame(data)
median_values = df.groupby('category')['value'].median()
print(median_values)
我想避免使用第三方库，只用Python基础功能来完成数据分组并计算中位数，有哪些方法？
利用字典和排序实现手动分组与中位数计算
可以通过遍历数据将其分组成字典，键为分组字段，值为对应的数值列表。随后对列表进行排序并计算中位数。例如：
data = [('A', 10), ('A', 20), ('B', 30), ('B', 40), ('C', 50)]
from collections import defaultdict
groups = defaultdict(list)
for key, val in data:
groups[key].append(val)
def median(lst):
lst = sorted(lst)
n = len(lst)
mid = n // 2
if n % 2 == 0:
return (lst[mid - 1] + lst[mid]) / 2
else:
return lst[mid]
median_per_group = {k: median(v) for k, v in groups.items()}
print(median_per_group)
分组中包含缺失数据，计算中位数时应该如何处理这些缺失值以避免影响结果？
对缺失值进行过滤后再计算中位数
在进行中位数计算之前，应当先清除或忽略缺失的数据（如None或NaN）。使用pandas时，groupby和median会默认忽略NaN值，不影响结果。如手动实现，则需要对数值列表做过滤：
filtered_vals = [x for x in vals if x is not None]
只有在filtered_vals非空时进行中位数计算，确保结果准确且不受缺失值干扰。