Python 数据帧中的多个计数和中值

我试图在一个程序中同时执行多个操作。 我有一个数据框，它有

日期

，我不知道它的开始和结束，我想找到：

数据集拥有的总天数

总小时数

计数中值

为每天/日期的中位数写一个单独的输出

如果可能，以最简单的方式计算中间值 输入：文件中的几行是GB大小的大文件

2004-01-05,16:00:00,17:00:00,Mon,10766,656
2004-01-05,17:00:00,18:00:00,Mon,12223,670
2004-01-05,18:00:00,19:00:00,Mon,12646,710
2004-01-05,19:00:00,20:00:00,Mon,19269,778
2004-01-05,20:00:00,21:00:00,Mon,20504,792
2004-01-05,21:00:00,22:00:00,Mon,16553,783
2004-01-05,22:00:00,23:00:00,Mon,18944,790
2004-01-05,23:00:00,00:00:00,Mon,17534,750
2004-01-06,00:00:00,01:00:00,Tue,17262,747
2004-01-06,01:00:00,02:00:00,Tue,19072,777
2004-01-06,02:00:00,03:00:00,Tue,18275,785
2004-01-06,03:00:00,04:00:00,Tue,13589,757
2004-01-06,04:00:00,05:00:00,Tue,16053,735

开始和结束日期未知

编辑： 预期输出：1将只有一行结果

days,hours,median,median-of-median
2,17262,13,17398

中位数的中值是输出2的

Median

列的中值

预期输出：2，将有每个日期的中位数，用于查找中位数的中位数

date,median
2004-01-05,17534
2004-01-06,17262

代码：

显然，代码并没有给出预期的结果

错误如下所示

错误：

Traceback (most recent call last):
  File "day_median.py", line 8, in <module>
    all_median = df.median(['count'])
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/generic.py", line 5310, in stat_func
    numeric_only=numeric_only)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/frame.py", line 4760, in _reduce
    axis = self._get_axis_number(axis)
  File "/usr/local/lib/python2.7/dist-packages/pandas/core/generic.py", line 308, in _get_axis_number
    axis = self._AXIS_ALIASES.get(axis, axis)
TypeError: unhashable type: 'list'

回溯（最近一次呼叫最后一次）：
文件“day_median.py”，第8行，在
所有中位数=df.中位数（['count']）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/generic.py”，第5310行，在stat_func中
仅数值=仅数值）
文件“/usr/local/lib/python2.7/dist-packages/pandas/core/frame.py”，第4760行，在
轴=自身。获取轴编号（轴）
文件“/usr/local/lib/python2.7/dist packages/pandas/core/generic.py”，第308行，输入轴号
axis=self.\u axis\u别名.get（axis，axis）
TypeError:不可损坏的类型：“列表”

IIUC可能有助于改变：

date_count = df.count(['date'])
all_median = df.median(['count'])
all_hours = df.count(['startTime'])

致：

date_count = df['date'].count()
all_median = df['count'].median()
all_hours = df['startTime'].count()

print (date_count)
print (all_median)
print (all_hours)
13
17262.0
13

如果需要从列

date

、

count

和

startTime

中进行计数统计

按注释编辑：

如果需要计算列的唯一值，请使用：

数据帧

stats

：

cols = ['date_count', 'all_median', 'all_hours']
stats = pd.DataFrame([[date_count, all_median, all_hours]], columns = cols)
print (stats)
   date_count  all_median  all_hours
0           2     17262.0         13

---

嗯，您能在

打印（日期计数）打印（全部中值）打印（全部小时）中添加所需的输出吗？

？请参见编辑。另一个问题：您需要从所有变量创建

数据框吗？好的，给我几分钟时间。我不明白中位数的中位数。你能解释更多吗？使用
all\u median=round（df['count'].median（））
date_count = df['date'].nunique()
print (date_count)
2

cols = ['date_count', 'all_median', 'all_hours']
stats = pd.DataFrame([[date_count, all_median, all_hours]], columns = cols)
print (stats)
   date_count  all_median  all_hours
0           2     17262.0         13