是否可以返回全部数据而不仅仅是我们分组的一部分？
我的意思是例如 - 我有一个包含 5 列的数据框，其中一列包含distance，另一列是timestamp，最后一个重要的是name. 我通过timestamp应用的 agg 函数对数据帧进行分组(min) on distance。作为回报，我得到了带有时间戳和距离的正确分组数据帧 - 我如何在name那里添加列。如果我也将它分组，name那么timestamp它就会重复——它必须保持独特。作为最终结果，我需要获得这样的数据框：
| 时间戳 | 姓名 | 距离 |
|---|---|---|
| 2020-03-03 15:30:235 | 比利 | 123 |
| 2020-03-03 15:30:435 | 约翰尼 | 111 |
但是我得到了这个：
| 时间戳 | 距离 |
|---|---|
| 2020-03-03 15:30:235 | 123 |
| 2020-03-03 15:30:435 | 111 |
整个表有超过 700k 行，所以重新加入它distance给了我我的 PC 甚至无法处理的行数。
这是我的groupby，它给了我第二张桌子：
grouped_df = df1.groupby('timestamp')['distance'].min()
这是我为了name进入桌子而尝试做的事情：
grouped_df.merge(df1, how='left', left_on=['timestamp','distance'],
right_on = ['timestamp','distance'])
你试一试
out = df.sort_values('distance').drop_duplicates('timestamp')
然后尝试 transform
m = df.groupby('timestamp')['distance'].transform('min')
dout = df[df.distance==m]
本文收集自互联网，转载请注明来源。
如有侵权，请联系 [email protected] 删除。
我来说两句