Groupby列并查找每个组的最小值和最大值

Question

我有以下数据集，

        Day    Element  Data_Value
6786    01-01   TMAX    112
9333    01-01   TMAX    101
9330    01-01   TMIN    60
11049   01-01   TMIN    0
6834    01-01   TMIN    25
11862   01-01   TMAX    113
1781    01-01   TMAX    115
11042   01-01   TMAX    105
1110    01-01   TMAX    111
651     01-01   TMIN    44
11350   01-01   TMIN    83
1798    01-02   TMAX    70
4975    01-02   TMAX    79
12774   01-02   TMIN    0
3977    01-02   TMIN    60
2485    01-02   TMAX    73
4888    01-02   TMIN    31
11836   01-02   TMIN    26
11368   01-02   TMAX    71
2483    01-02   TMIN    26

我想按天分组，然后找到TMIN的整体最小值和TMAX的最大值，然后将其放入数据帧，所以我得到了如下输出：

Day    DayMin    DayMax
01-01  0         115
01-02  0         79

我知道我需要做

df.groupby(by='Day')

但我对下一步感到困惑-应该创建列来存储TMAX和TMIN值吗？

Answer 1

您可以使用assign + abs ，然后使用groupby + agg ：

df = (df.assign(Data_Value=df['Data_Value'].abs())
       .groupby(['Day'])['Data_Value'].agg([('Min' , 'min'), ('Max', 'max')])
       .add_prefix('Day'))

df 
       DayMin  DayMax
Day                  
01-01       0     115
01-02       0      79

Answer 2

采用

In [5265]: def maxmin(x):
      ...:     mx = x[x.Element == 'TMAX'].Data_Value.max()
      ...:     mn = x[x.Element == 'TMIN'].Data_Value.min()
      ...:     return pd.Series({'DayMin': mn, 'DayMax': mx})
      ...:

In [5266]: df.groupby('Day').apply(maxmin)
Out[5266]:
       DayMax  DayMin
Day
01-01     115       0
01-02      79       0

也，

In [5268]: df.groupby('Day').apply(maxmin).reset_index()
Out[5268]:
     Day  DayMax  DayMin
0  01-01     115       0
1  01-02      79       0

或者，使用query代替x[x.Element == 'TMAX']作为x.query("Element == 'TMAX'")

Answer 3

创建重复的列并使用agg查找最小值和最大值

ndf = df.assign(DayMin = df['Data_Value'].abs(),DayMax=df['Data_Value'].abs()).groupby('Day')\
     .agg({'DayMin':'min','DayMax':'max'})

DayMax  DayMin
Day                  
01-01     115       0
01-02      79       0

如果您同时需要TMIN和TMAX，则进行groupby(['Day','Element'])