使用 Pandas，如何从一组列中找到最小值/最大值和索引，满足相应的一组列的条件？

Question

我有一个 DataFrame 有两组具有匹配名称的列（x1, x2, ... 和 y1, y2, ...）。

对于我的 DataFrame 中的每一行，我需要创建一个包含最小/最大 x 列的新列，以便分别最小化/最大化 y。

使用 Excel，我可以使用这种公式来接近所需的结果：

=MINIFS(<x-columns>,<y-columns>,MIN(<y-columns>))

=MAXIFS(<x-columns>,<y-columns>,MAX(<y-columns>))

虽然我还需要使用 Pandas 的idxmin和idxmax来获取列名。

例如，以下数据行需要返回 55/x2（最小 xi，使得 yi = ymin）和 56/x3（最大 xi，使得 yi = ymax）

df = pd.DataFrame([[30, 55, 56, 73, 50, 3, 0, 3, 0, 3]], columns=['x1', 'x2', 'x3', 'x4', 'x5', 'y1', 'y2', 'y3', 'y4', 'y5'])

df['ymin'] = df.filter(regex='^y').min(axis=1)
df['ymax'] = df.filter(regex='^y').max(axis=1)

Answer 1

这是我的方法，经过多次试验和错误：

new_df = (pd.wide_to_long(df.reset_index(), 
                stubnames=['x','y'], 
                i='index',
                j='xy')
            .reset_index()
            .drop('xy', axis=1)
            .groupby(['index', 'y'])['x'].agg(['max', 'min'])
            .groupby('index')
            .apply(lambda x: pd.Series(x.values[[0,-1], [1,0]],
                                       index=['ymin', 'ymax']) )
         )

输出：

       ymin  ymax
index            
0        55    56

---

更新：如果您还想要列名，这可以是一个选项：

new_df = (pd.wide_to_long(df.reset_index(), 
                stubnames=['x','y'], 
                i='index',
                j='xy')
            .reset_index()
         )

u = (new_df.groupby(['index', 'y'])['x'].agg(['idxmax','idxmin'])
         .groupby('index')
         .apply(lambda x: pd.Series(x.values[[0,-1], [1,0]],
                                       index=['ymin', 'ymax']) )    
    )

然后：

new_df.loc[u['ymin']]

给出：

   index  xy   x  y
1      0   2  55  0

和

new_df.loc[u['ymax']]

给出：

   index  xy   x  y
2      0   3  56  3

Answer 2

感谢 Quang Hoang，我设法将这个函数组合在一起，得到了我想要的结果：

def conditional_minmax(df, xprefix, yprefix):

    new_df = (pd.wide_to_long(df.reset_index(),
                              stubnames=[xprefix, yprefix],
                              i='index',
                              j='xy')
              .reset_index()
              .drop('xy', axis=1)
              .groupby(['index', yprefix])[xprefix].agg(['max', 'min'])
              .groupby('index')
              .apply(lambda x: pd.Series(x.values[[0, -1], [1, 0]],
                                         index=['_xmin', '_xmax']))
              )

    new_df['_xidxmin'] = abs(df.filter(regex='^' + xprefix).sub(new_df['_xmin'], axis=0)).idxmin(axis=1)
    new_df['_xidxmax'] = abs(df.filter(regex='^' + xprefix).sub(new_df['_xmax'], axis=0)).idxmin(axis=1)

    return new_df