查找多个数字列的最大值和最小值，并返回 dataframe 和相应的行值

Question

我有以下数据集

对于每一年的列，我想找到最大值和最小值，并返回“最大值”和“最小值”以及每个值对应的“地理”值。

例如，对于“1950”、“1951”等，我想生成如下所示的 dataframe：

这是一个类似的线程，但那里建议的方法似乎不起作用，因为我的列有数字标题，而且我想要的结果略有不同。

任何意见将是有益的。 谢谢。

Answer 1

这应该可行，但肯定存在更好的解决方案。 我假设你最初的 dataframe 是一个名为 df 的 pandas dataframe。

dff = pd.DataFrame({'row_labels':['Max_value','Max_geo','Min_value','Min_geo']})

for col in df.columns[2:]: #start at column 1950
    col_list = []
    col_list.append(df[col].min())
    col_list.append(df.loc[df[col] == df[col].min(),'Geo'].values[0])
    col_list.append(df[col].max())
    col_list.append(df.loc[df[col] == df[col].max(),'Geo'].values[0])

    dff[col] = col_list

dff.set_index('row_labels', inplace = True, drop = True)

    

Answer 2

您可以使用max 、 min 、 idxmax和idxmin执行此操作，而无需循环或进行任何值比较来查找最大值，如下所示（假设您的 dataframe 是df ）：

(df.melt(id_vars='Geo', var_name='year')
   .set_index('geo')
   .groupby('year')
   .agg({'value': ('max', 'idxmax', 'min', 'idxmin')})
   .T)

Answer 3

您可以将df.set_index与stack和Groupby.agg一起使用：

In [1915]: df = pd.DataFrame({'Geo':['Afghanistan', 'Albania', 'Algeria', 'Angola'], 'Geo code':[4,8,12,24], '1950':[27.638, 54.191, 42.087, 35.524], '1951':[27.878, 54.399, 42.282, 35.599]})

In [1914]: df
Out[1914]: 
           Geo  Geo code    1950    1951
0  Afghanistan         4  27.638  27.878
1      Albania         8  54.191  54.399
2      Algeria        12  42.087  42.282
3       Angola        24  35.524  35.599

In [1916]: x = df.set_index('Geo').stack().reset_index(level=1, name='value').query('level_1 != "Geo code"')

In [1917]: res = x.groupby('level_1').agg({'value': ('max', 'idxmax', 'min', 'idxmin')}).T

In [1918]: res
Out[1918]: 
level_1              1950         1951
value max          54.191       54.399
      idxmax      Albania      Albania
      min          27.638       27.878
      idxmin  Afghanistan  Afghanistan