Python 如何在熊猫系列中获得与中位数最近的N个条目?
对于熊猫系列:Python 如何在熊猫系列中获得与中位数最近的N个条目?,python,pandas,series,median,Python,Pandas,Series,Median,对于熊猫系列: ser = pd.Series([i**2 for i in range(9)]) print(ser) 0 0 1 1 2 4 3 9 4 16 5 25 6 36 7 49 8 64 dtype: int64 中位数可以用ser.median()抓取,返回16。如何抓住中间带周围的N个条目?比如: print(ser.get_median_entries(3)) # N == 3; not real functi
ser = pd.Series([i**2 for i in range(9)])
print(ser)
0 0
1 1
2 4
3 9
4 16
5 25
6 36
7 49
8 64
dtype: int64
中位数可以用ser.median()
抓取,返回16
。如何抓住中间带周围的N个条目?比如:
print(ser.get_median_entries(3)) # N == 3; not real functionality
3 9
4 16
5 25
dtype: int64
您可以找到每个值和中间值之间的abs差值,并使用
排序\u值()
:
ser[abs(ser - ser.median()).sort_values()[0:3].index]
#4 16
#3 9
#5 25
#dtype: int64
如果希望将其作为函数,其中n
是一个输入变量:
def get_n_closest_to_median(ser, n):
return ser[abs(ser - ser.median()).sort_values()[0:n].index]
print get_n_closest_to_median(ser, 3)
#4 16
#3 9
#5 25
#dtype: int64
您可能需要在边界上添加一些错误检查。对于您的问题,您可以根据您的问题实现此逻辑
data={j:i**2 for j,i in enumerate(range(0,9))}
median=16
def nearby_values(data,median,depth):
#subtract each value from median and then slice only three from sorted
return list(map(lambda x:x[1],sorted([(abs(median-j),j) for i,j in data.items()])[:depth]))
print(nearby_values(data,median,3))
输出:
[16, 9, 25]
如果
n==2怎么办?你要9点16分还是16点25分?