如何编写函数实现Pandas Series按指定行数计算中位数？

给定如下DataFrame：

import pandas as pd
df = pd.DataFrame({
    "value": [10,20,30,40,50,60,70,80,90,100]
})

需要实现一个函数，接收pd.Series和参数n，计算每n行的中位数；当剩余行数不足n时，取剩余数据的中位数。

预期输出示例 #

• 当n=2时，函数返回：

median
15
35
55
75
95

• 当n=3时，函数返回：

median
20
50
80
100

参考函数（计算均值） #

以下是一个实现按每n行计算均值的参考函数，我们可以在此基础上修改为计算中位数：

def find_mean(col, rows):
    """
    col: pd.Series
    rows: 每一组的行数
    """
    if isinstance(col, pd.Series):
        col = col.to_numpy()
    mod = col.shape[0] % rows
    
    if  mod != 0:
        exclude = col[-mod:]
        keep = col[: len(col) - mod]
        out = keep.reshape((int(keep.shape[0]/rows), int(rows))).mean(1)
        out = np.hstack((out, exclude.mean())) 
    else:       
        out = col.reshape((int(col.shape[0]/rows), int(rows))).mean(1)
    return out 

修改后的中位数计算函数 #

只需将原函数中的mean替换为median即可，同时补充必要的导入：

import numpy as np
import pandas as pd

def find_median(col, rows):
    """
    col: pd.Series - 待计算的序列
    rows: int - 每组的行数
    """
    if isinstance(col, pd.Series):
        col = col.to_numpy()
    mod = col.shape[0] % rows
    
    if mod != 0:
        exclude = col[-mod:]
        keep = col[: len(col) - mod]
        # 对每组计算中位数
        out = keep.reshape((int(keep.shape[0]/rows), rows)).median(axis=1)
        # 添加剩余部分的中位数
        out = np.hstack((out, np.median(exclude)))
    else:
        out = col.reshape((int(col.shape[0]/rows), rows)).median(axis=1)
    # 转换为带索引的Series，匹配示例输出格式
    return pd.Series(out, name='median')

验证示例 #

调用函数测试：

# 测试n=2
print(find_median(df['value'], 2))
# 输出：
# 0    15
# 1    35
# 2    55
# 3    75
# 4    95
# Name: median, dtype: float64

# 测试n=3
print(find_median(df['value'], 3))
# 输出：
# 0    20.0
# 1    50.0
# 2    80.0
# 3    100.0
# Name: median, dtype: float64

内容的提问来源于stack exchange，提问作者serdar_bay