Question

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

可以使用ser.median()抓取中位数，返回16。如何抓住中位数周围的 N 条目？类似的东西：

print(ser.get_median_entries(3)) # N == 3; not real functionality
3     9
4    16
5    25
dtype: int64

Answer 1

您可以找到每个值与中位数之间的abs差异，并使用sort_values()：

ser[abs(ser - ser.median()).sort_values()[0:3].index]
#4    16
#3     9
#5    25
#dtype: int64

如果你想将它作为一个函数，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。

Answer 2

问题的逻辑，你可以根据你的问题实现这个逻辑。

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]

如何在Pandas系列中获得N个最接近中值的条目？

2 个答案: