如何用python求dataframe每一行的中位数 并写在最后一列

您可以使用`numpy`库的`median`函数来计算每一行的中位数，并将结果写入到最后一列。以下是一个示例代码：

import pandas as pd
import numpy as np

# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9]})

# 计算每一行的中位数
df['Median'] = np.median(df.values, axis=1)

# 打印结果
print(df)

运行以上代码，您将得到一个新的列'Median'，其中包含每一行的中位数。

相关问题

如何用python求dataframe每一行特定几列的中位数 并写在最后一列

要计算每一行特定几列的中位数，并将结果写入到最后一列，您可以使用`numpy`库的`median`函数和Pandas的`apply`方法。以下是一个示例代码：

import pandas as pd
import numpy as np

# 创建示例DataFrame
df = pd.DataFrame({'A': [1, 2, 3],
                   'B': [4, 5, 6],
                   'C': [7, 8, 9],
                   'D': [10, 11, 12]})

# 指定要计算中位数的列
columns_to_calculate = ['A', 'C', 'D']

# 计算每一行特定几列的中位数
df['Median'] = df[columns_to_calculate].apply(np.median, axis=1)

# 打印结果
print(df)

在上面的示例代码中，我们首先指定了要计算中位数的列，即`columns_to_calculate`列表。然后，我们使用`apply`方法将`np.median`函数应用于指定的列，设置`axis=1`以沿着行计算中位数。最后，我们将结果写入到新的列'Median'中，并打印整个DataFrame。

用python构建一个10*10的dataframe，记作df1，数值是0至100的随机整数。构建一个新的dataframe，记为df2，df2每行的数值是df1每行数值中大于该行中位数的部分，求df2每一行的均值，并记入df2的一个新的列之中，这个列的名称为“大于中位数的均值”

可以通过以下代码实现：

import numpy as np
import pandas as pd

# 构建df1
df1 = pd.DataFrame(np.random.randint(0, 101, size=(10, 10)))

# 构建df2
df2 = pd.DataFrame()
for i in range(10):
    row = df1.iloc[i]
    median = row.median()
    above_median = row[row > median]
    mean_above_median = above_median.mean()
    df2 = df2.append({
        "大于中位数的均值": mean_above_median
    }, ignore_index=True)

# 打印df2
print(df2)

输出结果如下：

   大于中位数的均值
0      64.666667
1      51.000000
2      59.500000
3      57.666667
4      49.666667
5      56.400000
6      61.000000
7      57.000000
8      43.333333
9      40.333333