理解Pandas中numeric_only参数：分组求中位数的疑问

• 先纠正你一个误区：median(['video_share_count'])这种写法是无效的。因为median()函数本身不接受列名列表作为参数，它的参数是axis、skipna、numeric_only这类控制计算逻辑的选项，你传的列名列表会被当成axis参数的值，根本起不到指定计算列的作用。

• 为什么移除numeric_only=True会返回多字段？
  Pandas的median()默认会遍历数据框里的所有列，尝试计算每一列的中位数。如果你的数据框里除了video_share_count，还有其他数值型列（比如播放量、点赞数），这些列都会被计算中位数，最终返回包含所有这些列结果的数据框。而如果有非数值型列，Pandas在旧版本里可能会跳过它们，但新版本可能直接报错——numeric_only=True的作用就是明确告诉Pandas：只对数值型列执行中位数计算。

• 实现需求的正确写法有两种：

  1. 先筛选目标列，再分组计算中位数（这种写法不需要numeric_only，因为已经只保留了数值列）：

     df.groupby('author_banned_status')['video_share_count'].median()
     

  2. 对分组后的整个数据框调用median()，同时指定numeric_only=True；如果你的数据框里只有video_share_count是数值列，结果就是你要的；如果还有其他数值列，建议用第一种写法精准筛选：

     df.groupby('author_banned_status').median(numeric_only=True)
     

内容的提问来源于stack exchange，提问作者Charis