找到差异。 groupby在熊猫中的最大和最小数？

Question

如果我具有三个站2015年至2017年降雨3年以下的日期范围，您能帮我如何找到差异。每个站的最大值和最小值之间？

Answer 1

下面的代码将groupby()与axis=1结合使用，以获取每一行的min()和max()。然后使用.merge()将这些restul合并：

选项1 ：

在“名称”列中使用非重复名称

# Import libraries
import pandas as pd

# Create DataFrame
df = pd.DataFrame({
    'Name':['Baghdad', 'Basra', 'Mousl'],
    'R2015':[300,190,350],
    'R2016':[240,180,540],
    'R2017':[290,160,490]
})

# Convert column to index
df = df.set_index('Name')

# Get min and max
df_min = df.groupby(['min']*df.shape[1],axis=1).min()
df_max = df.groupby(['max']*df.shape[1],axis=1).max()

# Combine
df_min_max = df_min.merge(df_max, on='Name')

# Get difference
df_min_max['diff'] = abs(df_min_max['min'] - df_min_max['max'])

# Output
df_min_max

选项2 ：

如果DataFrame在第Name列中有重复的名称，则下面的内容应该起作用。在这里，将Baghdad添加为附加的重复行。这里，使用了groupby()中的groupby()。

# Import libraries
import pandas as pd

# Create DataFrame
df = pd.DataFrame({
    'Name':['Baghdad', 'Basra', 'Mousl','Baghdad'],
    'R2015':[300,190,350,780],
    'R2016':[240,180,540,455],
    'R2017':[290,160,490,23]
})

# Convert column to index
df = df.set_index('Name')

# Get min and max
df_min = df.groupby(['min']*df.shape[1],axis=1).min().groupby(['Name']).min()
df_max = df.groupby(['max']*df.shape[1],axis=1).max().groupby(['Name']).max()

# Combine
df_min_max = df_min.merge(df_max, on='Name')

# Get difference
df_min_max['diff'] = abs(df_min_max['min'] - df_min_max['max'])

# Output
df_min_max