Question

是否可以从groupby中的两个系列中获取最小值和最大值？

例如，在以下情况下，按c进行分组时，如何同时获取a和b的最小值和最大值？

df = pd.DataFrame({'a': [10,20,3,40,55], 'b': [5,14,8,50,60], 'c': ['x','x','y','y','y']})
g = df.groupby(df.c)
for key, item in g:
    print (g.get_group(key), "\n")

    a   b  c
0  10   5  x
1  20  14  x

    a   b  c
2   3   8  y
3  40  50  y
4  55  60  y

我已经通过获取每个分组系列的最小值和最大值然后通过查找_min / _max系列的最小值和最大值来解决此问题：

df['a_min'] = g['a'].transform('min')
df['a_max'] = g['a'].transform('max')
df['b_min'] = g['b'].transform('min')
df['b_max'] = g['b'].transform('max')
df['min'] = df[['a_min', 'a_max', 'b_min', 'b_max']].min(axis=1)
df['max'] = df[['a_min', 'a_max', 'b_min', 'b_max']].max(axis=1)

    a   b  c  a_min  a_max  b_min  b_max  min  max
0  10   5  x     10     20      5     14    5   20
1  20  14  x     10     20      5     14    5   20
2   3   8  y      3     55      8     60    3   60
3  40  50  y      3     55      8     60    3   60
4  55  60  y      3     55      8     60    3   60

这产生了我想要的输出但是有很多额外的系列。我想知道是否有更好的方法来做到这一点？

Answer 1

使用：

df = df.join(df.melt('c').groupby('c')['value'].agg(['min','max']), 'c')
print (df)
    a   b  c  min  max
0  10   5  x    5   20
1  20  14  x    5   20
2   3   8  y    3   60
3  40  50  y    3   60
4  55  60  y    3   60

<强>详情：

melt需要一个a和b值的列：

print (df.melt('c'))
   c variable  value
0  x        a     10
1  x        a     20
2  y        a      3
3  y        a     40
4  y        a     55
5  x        b      5
6  x        b     14
7  y        b      8
8  y        b     50
9  y        b     60

然后按groupby和agg汇总min和max：

print(df.melt('c').groupby('c')['value'].agg(['min','max']))
   min  max
c          
x    5   20
y    3   60

并且最后join为原始。

pandas groupby中两个系列的最大值和最小值

1 个答案: