如何计算 pandas 的移动中位数：举例

滚动中位数是时间序列中多个先前时期的中位数。

要计算 pandas DataFrame 中列的滚动中位数，我们可以使用以下语法：

 #calculate rolling median of previous 3 periods
df[' column_name ']. rolling (3). median ()

下面的例子展示了如何在实际中使用这个功能。

示例：计算列的移动中位数

假设我们有以下 pandas DataFrame：

 import pandas as pd

#createDataFrame
df = pd. DataFrame ({' month ': [1, 2, 3, 4, 5, 6, 7, 8, 9, 10, 11, 12],
                   ' leads ': [13, 15, 16, 15, 17, 20, 22, 24, 25, 26, 23, 24],
                   ' sales ': [22, 24, 23, 27, 26, 26, 27, 30, 33, 32, 27, 25]})

#view DataFrame
df

	month sales leads
0 1 13 22
1 2 15 24
2 3 16 23
3 4 15 27
4 5 17 26
5 6 20 26
6 7 22 27
7 8 24 30
8 9 25 33
9 10 26 32
10 11 23 27
11 12 24 25

我们可以使用以下语法创建一个新列，其中包含前 3 个周期的“销售额”的滚动中位数：

 #calculate 3-month rolling median
df[' sales_rolling3 '] = df[' sales ']. rolling (3). median ()

#view updated data frame
df

	month leads sales sales_rolling3
0 1 13 22 NaN
1 2 15 24 NaN
2 3 16 23 23.0
3 4 15 27 24.0
4 5 17 26 26.0
5 6 20 26 26.0
6 7 22 27 26.0
7 8 24 30 27.0
8 9 25 33 30.0
9 10 26 32 32.0
10 11 23 27 32.0
11 12 24 25 27.0

我们可以手动验证第 3 个月显示的滚动销售额中位数是前 3 个月的中位数：

• 22、24、23 的中位数 = 23.0

同样，我们可以检查第 4 个月的滚动销售额中位数：

• 24、23、27 的中位数 = 24.0

我们可以使用类似的语法来计算 6 个月滚动中位数：

 #calculate 6-month rolling median
df[' sales_rolling6 '] = df[' sales ']. rolling (6). median ()

#view updated data frame
df

month leads sales sales_rolling3 sales_rolling6
0 1 13 22 NaN NaN
1 2 15 24 NaN NaN
2 3 16 23 23.0 NaN
3 4 15 27 24.0 NaN
4 5 17 26 26.0 NaN
5 6 20 26 26.0 25.0
6 7 22 27 26.0 26.0
7 8 24 30 27.0 26.5
8 9 25 33 30.0 27.0
9 10 26 32 32.0 28.5
10 11 23 27 32.0 28.5
11 12 24 25 27.0 28.5

其他资源

以下教程解释了如何在 pandas 中执行其他常见操作：

如何计算 Pandas 的移动平均线
如何计算pandas中的滑动相关性
如何计算熊猫的百分比变化