Question

我正在使用pandas groupby函数并尝试获取分组结果的描述，但是没有每个组的最大和最小行。我找不到我问题的正确答案。

data = {'class': ['a', 'a', 'a', 'a', 'a', 'b', 'b', 'b', 'b', 'b'],
       'num': [-10,18,12,15,50, 10,60,51,54,100]}
df = pd.DataFrame(data)
df.groupby('class').describe()

输出：

         num
        count   mean    std        min    25%    50%     75%    max
class                               
a      5.0     17.0   21.494185   -10.0   12.0    15.0  18.0    50.0
b      5.0     55.0   31.984371    10.0   51.0    54.0  60.0    100.0

我想要的结果是：

       num       
       count    mean    std         min     25%     50%     75%  max
class                               
a      3.0      15.0    3.000000    12.0    13.5    15.0    16.5    18.0
b      3.0      55.0    4.582576    51.0    52.5    54.0    57.0    60.0

Answer 1

使用transform并屏蔽：

test\header.h

或者：

df['max']=df.groupby('class')['num'].transform('max')
df['min']=df.groupby('class')['num'].transform('min')

mask = df['num'].ne(df['min'])&df['num'].ne(df['max'])

df.loc[mask,:].groupby('class')['num'].describe()

       count  mean       std   min   25%   50%   75%   max
class                                                     
a        3.0  15.0  3.000000  12.0  13.5  15.0  16.5  18.0
b        3.0  55.0  4.582576  51.0  52.5  54.0  57.0  60.0

Answer 2

使用apply()，idxmax()和idxmin()的另一种方法

>>df.groupby('class').apply(lambda x: x.drop([x['num'].idxmax(),x['num'].idxmin()])).rename_axis([None,None]).groupby('class').describe()

     num
     count mean std         min    25%     50%      75%     max
class                               
a   3.0   15.0  3.000000    12.0    13.5    15.0    16.5    18.0
b   3.0   55.0  4.582576    51.0    52.5    54.0    57.0    60.0

说明：对class进行分组，并从每个组中删除max和min值索引。然后在class上进行分组，然后调用describe()函数。

将描述函数应用于pandas groupby时如何忽略行的最大值和最小值

2 个答案: