分組並將 function 應用於 Python 中的子數據幀

Question

如何按item和date分組，然后對於每個子數據幀，獲取“數據”值是子數據幀中實際中間值的實際行？

有時會有多行data等於中間值，在這種情況下，我們只保留第一行。

東風：

    item   date        data
0   22     2012-03-10  10
1   22     2012-03-10  20
2   22     2012-03-10  40
3   24     2012-03-11  40
4   24     2012-03-11  50
5   24     2012-03-11  50

預期 output：

1   22     2012-03-10  20
4   24     2012-03-11  50

Answer 1

您可以使用groupby().transform()然后 boolean 索引：

medians = df.groupby(['item','date'])['data'].transform('median')

# drop duplicates in the case 
# there are multiple rows equal to median
df[df['data']==medians].drop_duplicates(['item','date','data'])

Output：

   item        date  data
1    22  2012-03-10    20
4    24  2012-03-11    50

Answer 2

請.groupby() , . agg(median)

 df[['item', 'date', 'data']].groupby(['date', 'item',]).agg('median').reset_index()

        date  item  data
0  2012-03-10    22    20
1  2012-03-11    24    50

Answer 3

您可以使用 pandas df['date'] = pd.to_datetime(df['date']).dt.date 作為示例

df1 = df.groupby(['data','date'])['date','data'].median()

df1

Answer 4

嘗試這個：

df.groupby(['item', 'date'], as_index=False).median()

Output：

   item        date  data
0    22  2012-03-10    20
1    24  2012-03-11    50