Python pandas dataframe：为另一列的每个唯一值查找最大值

Question

我有一个大的 dataframe（从 500k 到 1M 行），其中包含例如这 3 个数字列：ID、A、B

我想过滤结果以获得如下图所示的表格，其中，对于列 id 的每个唯一值，我有 A 和 B 的最大值和最小值。我该怎么做？

编辑：为了更清楚，我更新了下图：当我从一列中获取最大值或最小值时，我还需要获取其他列的相关数据

Answer 1

示例数据（请注意，您发布的图像未经重新输入就无法被潜在的回答者使用，因此我在其位置制作了一个简单的示例）：

df=pd.DataFrame({ 'id':[1,1,1,1,2,2,2,2],
                   'a':range(8), 'b':range(8,0,-1) })

关键是只使用idxmax和idxmin ，然后使用索引进行idxmax处理，以便您可以以可读的方式合并事物。 这是完整的答案，您可能希望检查中间数据框以了解其工作原理。

df_max = df.groupby('id').idxmax()
df_max['type'] = 'max'
df_min = df.groupby('id').idxmin()
df_min['type'] = 'min'

df2 = df_max.append(df_min).set_index('type',append=True).stack().rename('index')

df3 = pd.concat([ df2.reset_index().drop('id',axis=1).set_index('index'), 
                  df.loc[df2.values] ], axis=1 )

df3.set_index(['id','level_2','type']).sort_index()

                 a  b
id level_2 type      
1  a       max   3  5
           min   0  8
   b       max   0  8
           min   3  5
2  a       max   7  1
           min   4  4
   b       max   4  4
           min   7  1

请特别注意 df2 如下所示：

id  type   
1   max   a    3
          b    0
2   max   a    7
          b    4
1   min   a    0
          b    3
2   min   a    4
          b    7

那里的最后一列保存df中的索引值，这些值是通过idxmax和idxmin 。 所以基本上你需要的所有信息都在df2 。 其余的只是与df合并并使其更具可读性的问题。

Answer 2

对于希望获得具有唯一 ID 的特定列的最小值和最大值的任何人，这就是我修改上述代码的方式：

df_maxA = df.groupby('id').max()['A']
df_maxA['type'] = 'max'
df_minA = df.groupby('id').max()['A']
df_minA['type'] = 'min'

df_maxB = df.groupby('id').max()['B']
df_maxB['type'] = 'max'
df_minB = df.groupby('id').max()['B']
df_minB['type'] = 'min'

然后您可以将它们合并在一起以创建一个 dataframe。