Question

我有一个包含三列的数据框，分别是年，产品，价格。我想计算每年从价格中排除零的最小值。还希望将“产品”列中的相邻值填充到最小值。

数据：

Year  Product       Price
2000   Grapes       0
2000   Apple        220
2000   pear         185
2000   Watermelon   172
2001   Orange       0 
2001   Muskmelon    90
2001   Pear         165
2001   Watermelon   99

在新数据帧中理想的输出：

Year  Minimum Price  Product
2000  172            Watermelon  
2001  90             Muskmelon

Answer 1

首先用boolean indexing过滤掉0行：

df1 = df[df['Price'] != 0]

然后使用DataFrameGroupBy.idxmin来为每个组使用最少Price的索引，并按loc进行选择：

df2 = df1.loc[df1.groupby('Year')['Price'].idxmin()]

将sort_values与drop_duplicates结合使用：

df2 = df1.sort_values(['Year', 'Price']).drop_duplicates('Year')

print (df2)
   Year     Product  Price
3  2000  Watermelon    172
5  2001   Muskmelon     90

如果可能的话，需要多个最小值，并且每组需要所有最小值：

print (df)
   Year     Product  Price
0  2000      Grapes      0
1  2000       Apple    220
2  2000        pear    172
3  2000  Watermelon    172
4  2001      Orange      0
5  2001   Muskmelon     90
6  2001        Pear    165
7  2001  Watermelon     99

df1 = df[df['Price'] != 0]
df = df1[df1['Price'].eq(df1.groupby('Year')['Price'].transform('min'))]
print (df)
   Year     Product  Price
2  2000        pear    172
3  2000  Watermelon    172
5  2001   Muskmelon     90

编辑：

print (df)
   Year     Product  Price
0  2000      Grapes      0
1  2000       Apple    220
2  2000        pear    185
3  2000  Watermelon    172
4  2001      Orange      0
5  2001   Muskmelon     90
6  2002        Pear      0
7  2002  Watermelon      0

df['Price'] = df['Price'].replace(0, np.nan)
df2 = df.sort_values(['Year', 'Price']).drop_duplicates('Year')
df2['Product'] = df2['Product'].mask(df2['Price'].isnull(), 'No data')
print (df2)
   Year     Product  Price
3  2000  Watermelon  172.0
5  2001   Muskmelon   90.0
6  2002     No data    NaN

显示最小值（不包括零）以及每年的相邻列值+ Python 3+，数据框

1 个答案: