在python中查找区间数据的中位数

我正在探索不同的 python 库，我想知道如何找到分组数据集的近似中值。这里有一个表格供参考。

是否有任何函数或者我需要对公式进行硬编码，然后循环遍历每个函数数据集的行和列？

提前致谢。

可以使用 pandas 计算分组数据的近似中位数，你可以使用 numpy.interp 函数进行插值。

import pandas as pd
import numpy as np

# 定义数据
data = {
    'Age': ['1-10', '10-20', '20-30', '30-40', '40-50', '50-60'],
    'Frequency': [123, 350, 200, 1700, 360, 60]
}

# 创建 DataFrame
df = pd.DataFrame(data)

# 计算累积频率
df['Cumulative Frequency'] = df['Frequency'].cumsum()

# 总频率
total_frequency = df['Frequency'].sum()

# 中位数类：累积频率超过总频率一半的类
median_class_index = df['Cumulative Frequency'].searchsorted(total_frequency / 2)
median_class_lower = int(df['Age'][median_class_index].split('-')[0])
median_class_upper = int(df['Age'][median_class_index].split('-')[1])

# 中位数的线性插值
median = median_class_lower + (total_frequency / 2 - df['Cumulative Frequency'][median_class_index - 1]) / df['Frequency'][median_class_index] * (median_class_upper - median_class_lower)

print(f"近似中位数为：{median}")

此代码首先计算累积频率并确定中位数所在的类（组）。然后，它在该类中使用线性插值来估计中位数，考虑到中位数类之前的累积频率和中位数类本身的频率。

说明：

1. 创建 DataFrame：
2. 我们首先从你的数据创建一个 pandas DataFrame。
3. 计算累积频率：
4. 我们添加了一个“累积频率”列，该列跟踪频率的运行总数。
5. 查找中位数类：
6. 我们计算总频率并找到累积频率首先超过总频率一半的类。
7. 线性插值：
8. 我们使用中位数类的下限、中位数类之前的累积频率、中位数类的频率以及中位数类的上限，在中位数类内进行线性插值以找到近似中位数。

此代码将为你提供分组数据的近似中位数。