如何用一列的最大值与另一列的最小值之间的差异将一列中的df按Python分组？

118

米斯巴·坦维尔（Misbah Tanvir）

我有一个数据框架，看起来像这样：

学生卡	session_id	reading_level_id	st_week	end_week
1个	3334	3	3	3
1个	3335	2	4	4
2	3335	2	2	2
2	3336	2	2	3
2	3337	2	3	3
2	3339	2	3	4

...

每个学生ID有多个session_id，st_weeks和end_weeks。我试图按“ student_id”对数据进行分组，我想计算每个学生的最大（结束周）和最小（结束周）之间的差异。

旨在看起来像这样的输出：

学生卡	差异
1个	1个
2	2

....

我对Python和Stack Overflow还是比较陌生，并且一直在尝试寻找合适的解决方案-希望对您有所帮助。

马特·L。

可能有一种更有效的方法来执行此操作，但是我将其分为几个单独的步骤进行分组，以获取每个id的最大值和最小值，然后创建一个新列来表示差异。randint()在本示例中，我使用了numpy的函数，因为我无权访问示例数据框。

import pandas as pd
import numpy as np

# generate dataframe
df = pd.DataFrame(np.random.randint(0,100,size=(1200, 4)), columns=['student_id', 'session_id', 'st_week', 'end_week'])
# use groupby to get max and min for each student_id
max_vals = df.groupby(['student_id'], sort=False)['end_week'].max().to_frame()
min_vals = df.groupby(['student_id'], sort=False)['st_week'].min().to_frame()
# use join to put max and min back together in one dataframe 
merged = min_vals.join(max_vals)
# use assign() to calculate difference as new column
merged = merged.assign(difference=lambda x: x.end_week - x.st_week).reset_index()
merged
student_id  st_week end_week    difference
0   40  2   99  97
1   23  5   74  69
2   78  9   93  84
3   11  1   97  96
4   97  24  88  64
... ... ... ... ...
95  54  0   96  96
96  18  0   99  99
97  8   18  97  79
98  75  21  97  76
99  33  14  93  79

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。