[英]Find row with min/max value for each day in Pandas DataFrame
我有一個 dataframe ,其中包含多天數據(為簡潔起見,此處僅顯示一天):
Charge
2022-01-03 13:19:02 99.5
2022-01-03 13:20:03 95.0
2022-01-03 13:21:02 64.2
2022-01-03 13:22:02 91.8
2022-01-03 13:23:02 99.5
我希望能夠找到具有最小值和最大值的行,以便我可以獲得最小和最大充電的確切時間。 如果有多個,我只會 select 第一次出現。 IE:
Charge
2022-01-03 13:19:02 99.5
2022-01-03 13:21:02 64.2
我試過使用:
df_bat_chrg_min = df['Battery State of Charge'].groupby(df.index.day).min()
df_bat_chrg_max = df['Battery State of Charge'].groupby(df.index.day).max()
df_bat_chrg = pd.merge(df_bat_chrg_max, df_bat_chrg_min, left_index=True, right_index=True)
這會產生:
Max Charge Min Charge
2022-01-03 100.0 96.5
但是,索引名稱不包括事件的確切時間,如第二個代碼塊所示。
使用DataFrameGroupBy.idxmax
和DataFrameGroupBy.idxmin
按最小值和最大值進行索引,通過DataFrame.loc
轉換為Series
和 select 原始DatetimeIndex
:
df1 = (df.loc[df.groupby(df.index.day)['Charge']
.agg(['idxmin', 'idxmax']).stack()].sort_index())
print (df1)
Charge
2022-01-03 13:19:02 99.5
2022-01-03 13:21:02 64.2
如果需要聚合新列:
df2 = df.groupby(df.index.day)['Charge'].agg(['min','max', 'idxmin', 'idxmax'])
print (df2)
min max idxmin idxmax
3 64.2 99.5 2022-01-03 13:21:02 2022-01-03 13:19:02
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.