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?
答案 0 :(得分:3)
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
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。