按列分组并找到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

我希望能够按照天进行分组，然后找到TMIN的最小值和TMAX的最大值，将它们放入数据框中，从而获得如下输出结果...

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

我知道我需要做些什么，

df.groupby(by='Day')

但是我卡在了下一步 - 是否应该创建列来存储TMAX和TMIN的值？

- The Cat

Answer 1

您可以使用assign + abs，然后是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

- cs95

---

真是个笨蛋，我完全忘记了我们可以将列表传递给agg函数。至少我得到了列名作为一种防御措施，没关系。 - Bharath M Shetty

你做了一个假设，即TMIN不会大于TMAX的值？ - Zero

@Zero我并没有读出任何数据的含义。实际上，我可能误读了问题。 - cs95

@TheCat 哎呀，你确实说过你想要绝对值...所以才使用了 abs。如果你不想要它，只需移除赋值调用即可。其他部分保持不变。 - cs95

哦，是我不好，我有点想说的是总体的最小/最大值，而不是任何平均值。 - The Cat

Answer 2

使用

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

另外，

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x.query("Element == 'TMAX'")代替x[x.Element == 'TMAX']来进行查询。

- Zero

Answer 3

创建重复列并使用agg查找最小值和最大值，例如：

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

如果您想要TMIN和TMAX，则使用groupby（['Day'，'Element']）

- Bharath M Shetty