自定义中位数函数应用于数据集时报错的技术咨询

错误原因 #

你用pandas.Series.apply(func_median)时，apply会把列里的每一个单独的float值传给func_median，而非把整个列的列表传入。你的函数第一行就执行n = len(n_num)，单个float类型没有len()方法，因此直接触发TypeError。

另外你的自定义函数只有print输出，没有返回值——就算参数问题解决，赋值后的列也会全是None，这也是需要修正的点。

解决方法 #

场景1：计算整个列的中位数（最常用） #

完全不需要自定义函数，直接用pandas自带的median()方法即可：

# 计算列的中位数
col_median = new_df_housing['median_income'].median()
# 若要把该中位数作为新列填充到每一行
new_df_housing['median_income_col'] = col_median

场景2：坚持用自定义函数计算整个列的中位数 #

直接把列转成列表传给函数，不要用apply：

# 先修改函数，让它返回中位数而非仅打印
def func_median(n_num):
    n = len(n_num)
    n_num.sort() 
    if n % 2 == 0:
        median1 = n_num[n//2]
        median2 = n_num[n//2 - 1]
        median = (median1 + median2)/2
    else:
        median = n_num[n//2]
    return median

# 将列转为列表传入函数
col_median = func_median(new_df_housing['median_income'].tolist())
# 赋值为新列
new_df_housing['median_income_col'] = col_median

场景3：对分组后的子组计算中位数（若这是你的真实需求） #

如果想按某些列分组后，为每组计算median_income的中位数，可结合groupby与transform实现：

# 示例：按'housing_type'列分组，每组计算中位数并匹配回原行
new_df_housing['group_median'] = new_df_housing.groupby('housing_type')['median_income'].transform(func_median)

内容的提问来源于stack exchange，提问作者Arup Maity