熊猫Groupby中两个系列的最大和最小

Alex 发表于 Dev

亚历克斯

是否可以从groupby中获得两个系列的最小值和最大值？

例如在下列情况下，通过分组的时候c，我怎么能得到的最小值和最大值a，并b在同一时间？

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

我已通过获取每个分组系列的最小值和最大值，然后找到_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可以做到这一点？

BEN_YO

使用transform还可以，您只需要添加即可min(axis=1)获得transform结果

df['min'],df['max']=df.groupby('c').transform('min').min(1),df.groupby('c').transform('max').max(1)
df
Out[88]: 
    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

在您不希望包含系列的情况下（例如，排除）f，系列应在分组后列出

    a   b  c   f
0  10   5  x   0
1  20  14  x  45
2   3   8  y  67
3  40  50  y  17
4  55  60  y  91

df['min'] = df.groupby('c')[['a', 'b']].transform('min').min(axis=1)
df['max'] = df.groupby('c')[['a', 'b']].transform('max').max(axis=1)

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。