我有一个如下所示的输入数据框：
col0 col1 name
0 g0 100 n1
1 g0 120 n1
2 g1 40 n3
3 g1 30 n4
4 g2 10 n5
5 g2 100 n5
6 g2 250 n5
我想获得一个新的数据框（或相同的，没关系），其中col1并col2分别包含每个 tuple 的最小值和最大值(col0, name)。我可以使用以下代码段执行此操作：
import pandas as pd
data = {'col0': ["g0", "g0", "g1", "g1", "g2", "g2", "g2"], 'col1': [100, 120, 40, 30, 10, 100, 250], 'name': ["n1", "n1", "n3", "n4", "n5", "n5", "n5"]}
df = pd.DataFrame(data=data)
df_res = pd.DataFrame()
names = df["name"].unique()
for name in names:
literals = df[df["name"] == name]["col0"].unique()
for literal in literals:
min_val = df[(df["name"] == name) &
(df["col0"] == literal)]["col1"].min()
max_val = df[(df["name"] == name) &
(df["col0"] == literal)]["col1"].min()
elem = {"col0": literal, "col1": min_val, "col2": max_val,
"name": name}
df_res = df_res.append(elem, ignore_index=True)
这给出了存储在 上的所需输出df_res，如下所示：
col0 col1 col2 name
0 g0 100.0 100.0 n1
1 g1 40.0 40.0 n3
2 g1 30.0 30.0 n4
3 g2 10.0 10.0 n5
问题是我必须使用具有 95K 寄存器的数据帧进行这种转换，而且我的方法非常慢（需要几分钟才能完成）。
因此，我的问题是：有没有办法优化这个操作？
您可以使用groupby.agg并传递min和max获取所需的列。要将自定义名称设置为聚合列，您可以使用命名聚合来命名 min 列col1和 max 列col2：
out = df.groupby(['col0','name'], as_index=False).agg(col1=('col1','min'), col2=('col1','max'))
以另一种方式相同的代码：
out = df.groupby(['col0','name'])['col1'].agg(['min','max']).set_axis(['col1','col2'], axis=1).reset_index()
输出：
col0 name col1 col2
0 g0 n1 100 120
1 g1 n3 40 40
2 g1 n4 30 30
3 g2 n5 10 250
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