Question

          A   B       C
0  01:00:00  24  Andrew
1  01:00:00  17     Edd
2  01:00:00  12    Emma
3  01:00:00  18    Fred
4  02:00:00  38  Andrew
5  02:00:00  35     Edd
6  02:00:00  45    Emma
7  02:00:00  49    Fred

我想为每个A组选择一行，具有下一个条件：

取最小距离为10的行。示例：在02:00:00组中，B的最小值为35，因此请使用（35 + 10 = 45）{ {1}}值。
如果（最小+10）不存在，请取下一个较低的B值。示例：在B组中，最小值为12，但不存在（12 + 10 = 22）。因此，采用下一个较低的B值，即01:00:00。

输出应为：

我试过了：

          A   B     C
0  01:00:00  18  Fred
1  02:00:00  45  Emma

Answer 1

使用idxmax的自定义lambda函数返回第一个最大行，同时将条件更改为>：

i = (df.sort_values('B', ascending=False)
      .groupby('A')['B']
      .apply(lambda x: ((x.min() + 10 >= x).idxmax())))
df = df.loc[i]
print (df)
          A   B     C
3  01:00:00  18  Fred
6  02:00:00  45  Emma

或者首先过滤掉每个组值较高的所有行，然后sort_values列B和最后drop_duplicates保留最后一行：

df1 = df[df.groupby('A')['B'].transform('min') + 10 >= df['B']]
df1 = df1.sort_values('B').drop_duplicates('A', keep='last')
print (df1)
          A   B     C
3  01:00:00  18  Fred
6  02:00:00  45  Emma

在Dataframe中为每个组获取下一个较低的值

1 个答案: