将此数据框设为'x':
col1 col2 col3 col4
0 5 -2 1
-5 2 -1 9
3 -7 3 5
如何获得每列最小值和最大值的对列表?结果将是:
list = [ [-5 , 3], [-7 , 5], [-2 , 3], [1 , 9] ]
答案 0 :(得分:5)
您可以定义一个函数并调用apply
传递函数名称,这将创建一个df,其中min和max作为索引名称:
In [203]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax)
Out[203]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9
如果您坚持列表列表,我们可以转置df并将值转换为列表:
In [206]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax).T.values.tolist()
Out[206]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
函数本身并不是完全必要的,因为你可以改为使用lambda:
In [209]:
df.apply(lambda x: pd.Series([x.min(), x.max()])).T.values.tolist()
Out[209]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
另请注意,您可以使用describe
和loc
来获得所需内容:
In [212]:
df.describe().loc[['min','max']]
Out[212]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9
答案 1 :(得分:2)
>>> df = pd.DataFrame([[0, 5], [-5, 2], [3, -7]])
>>> list = [ [min, max] for min, max in zip(df.min(), df.max()) ]
>>> list
[[-5, 3], [-7, 5]]
其他说明:您可能会发现DataFrame.describe
方法有用:http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.describe.html
答案 2 :(得分:0)
在编写了可接受的答案后,Pandas introduced使用了用于数据帧的agg方法,这使此操作变得更加容易:
df.agg([min, max])
Out[207]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 49 6 9
仅此而已。如果需要,可以按照接受的答案中的说明将其转换为列表。另外,它也可以与groupby一起使用(不适用于apply):
df.groupby(by='col1').agg([min, max])
Out[208]:
col2 col3 col4
min max min max min max
col1
-5 2 2 -1 -1 9 9
0 5 49 -2 6 1 6
3 -7 -7 3 3 5 5
答案 3 :(得分:-1)
应该使用 [np.min, np.max],而不是 [min, max]
df.groupby(by='col1').agg([np.min, np.max])