Python 2.7 数据帧列表中列的中位数的平均值

我正在寻找最好的方法来获取数据帧列表（相同的列名）中某列的中位数的平均值

假设我有一个数据帧列表

list\u df

。我可以为循环编写以下

，以获得所需的输出。我更感兴趣的是看看是否可以消除
for
循环

med_arr = []
list_df = [df1, df2, df3]
for df in list_df:
    med_arr.append(np.median(df['col_name']))
np.mean(med_arr)

以样本数据为例

np.random.seed([3,1415])
df1 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))
df2 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))
df3 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))

list_df = [df1, df2, df3]


选项1

pandas

pd.concat([d['col_name'] for d in list_df], axis=1).median().mean()

3.8333333333333335


选项2

numpy

np.median([d['col_name'].values for d in list_df], 1).mean()

3.8333333333333335

以样本数据为例

np.random.seed([3,1415])
df1 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))
df2 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))
df3 = pd.DataFrame(dict(col_name=np.random.randint(10, size=10)))

list_df = [df1, df2, df3]


选项1

pandas

pd.concat([d['col_name'] for d in list_df], axis=1).median().mean()

3.8333333333333335


选项2

numpy

np.median([d['col_name'].values for d in list_df], 1).mean()

3.8333333333333335

这可以作为一个列表来完成：

这可以作为一个列表来完成：