这是我的数据帧，其中有间隔编号（类）。
df = pd.DataFrame({'Class': [1,2,3,4,5,6,7,8,9,10,11],
'Class Interval': ['16.25-18.75', '18.75-21.25', '21.25-23.75',
'23.75-26.25', '26.25-28.75', '28.75-31.25',
'31.25-33.75', '33.75-36.25', '36.25-38.75',
'38.75-41.25', '41.25-43.75'],
'??' : [2,7,7,14,17,24,11,11,3,3,1],
'Cumulative ??': [2,9,16,30,47,71,82,93,96,99,100],
'??/n' : [.02,.07,.07,.14,.17,.24,.11,.11,.03,.03,.01],
'Cumulative ??/n' : [.02, .09,.16,.30,.47,.71,.82,.93,.96,.99,1.00]})
df
Class Class Interval ?? Cumulative ?? ??/? Cumulative ??/?
0 1 16.25-18.75 2 2 0.02 0.02
1 2 18.75-21.25 7 9 0.07 0.09
2 3 21.25-23.75 7 16 0.07 0.16
3 4 23.75-26.25 14 30 0.14 0.30
4 5 26.25-28.75 17 47 0.17 0.47
5 6 28.75-31.25 24 71 0.24 0.71
6 7 31.25-33.75 11 82 0.11 0.82
7 8 33.75-36.25 11 93 0.11 0.93
8 9 36.25-38.75 3 96 0.03 0.96
9 10 38.75-41.25 3 99 0.03 0.99
10 11 41.25-43.75 1 100 0.01 1.00
问题：如何使用python计算该数据帧的分组中位数？
可以手动完成，结果为29.06。
我尝试过'median_grouped'：
# importing median_grouped from the statistics module
from statistics import median_grouped
# printing median_grouped for the set
print("Grouped Median is %s" %(median_grouped(df['Class Interval'])))
但是我得到了错误：
---------------------------------------------------------------------------
TypeError Traceback (most recent call last)
<ipython-input-26-491000133032> in <module>
4
5 # printing median_grouped for the set
----> 6 print("Grouped Median is %s" %(median_grouped(df['Class Interval'])))
~\Anaconda3\ANACONDA\lib\statistics.py in median_grouped(data, interval)
463 for obj in (x, interval):
464 if isinstance(obj, (str, bytes)):
--> 465 raise TypeError('expected number but got %r' % obj)
466 try:
467 L = x - interval/2 # The lower limit of the median interval.
TypeError: expected number but got '28.75-31.25'
比我尝试制作两列（一列的下限高，一列的上限高），但他只给了我下限（28.75）/上限中位数（31.25）。我也只尝试了下限，但是当然比他给的我也高28.75。
我没有间隔内的值，因此我无法重新创建要使用pd.cut剪切的值列表，并像这样正确地尝试（我不想猜测），但我也尝试过手动制作类间隔进入垃圾箱（例如16.25-18.25大于（16.25,18.25]，但后来我得到了错误消息：TypeError：无法排序的类型：Interval（）<float（）
是否有可能使间隔数字的列代替字符串，从而能够使用Python自动计算分组的Median？
参考方案
您可以重新创建包含相同统计信息（每个间隔的中间值*间隔的fi）的人工数据点的列表，然后在其中运行mean_grouped函数：
# Obtaining lower, upper and middle interval value
df['lower'] = df['Class Interval'].str.split('-', expand=True)[0].astype(float)
df['upper'] = df['Class Interval'].str.split('-', expand=True)[1].astype(float)
df['middle'] = (df['lower'] + df['upper'] ) / 2
# Generating an artificial list of values with the same statistical info
artificial_data_list = []
for index, row in df.iterrows():
artificial_data_list.append([row['middle']]*row['??'])
flat_list = [item for sublist in artificial_data_list for item in sublist]
# Calcuating the right median with the statistics.mean_grouped function
median_grouped(flat_list,interval=2.5) # Attention to the interval size!
# => 29.0625
我需要计算Lindeman-Merenda-Gold（LMG）分数，以进行回归分析。我发现R语言的relaimpo包下有该文件。不幸的是，我对R没有任何经验。我检查了互联网，但找不到。这个程序包有python端口吗？如果不存在，是否可以通过python使用该包？ python参考方案 最近，我遇到了pingouin库。
将字符串分配给numpy.zeros数组[重复] - pythonThis question already has answers here: Weird behaviour initializing a numpy array of string data （4个答案） …
Python:传递记录器是个好主意吗？ - python我的Web服务器的API日志如下：started started succeeded failed 那是同时收到的两个请求。很难说哪一个成功或失败。为了彼此分离请求，我为每个请求创建了一个随机数，并将其用作记录器的名称logger = logging.getLogger(random_number) 日志变成[111] started [222] start…
Python-Excel导出 - python我有以下代码：import pandas as pd import requests from bs4 import BeautifulSoup res = requests.get("https://www.bankier.pl/gielda/notowania/akcje") soup = BeautifulSoup(res.cont…
Python:如何根据另一列元素明智地查找一列中的空单元格计数？ - pythondf = pd.DataFrame({'user': ['Bob', 'Jane', 'Alice','Jane', 'Alice','Bob', 'Alice'], 'income…