在pandas数据框中选择最小和最大值的行

Question

我的数据框：

df=pd.DataFrame({'A':['Adam','Adam','Adam','Adam'],'B':[24,90,67,12]})

我希望在这个数据框中选择名称相同且具有最小和最大值的行。 我可以使用以下代码做到这一点:

df_max=df[df['B']==(df.groupby(['A'])['B'].transform(max))]
df_min=df[df['B']==(df.groupby(['A'])['B'].transform(min))]
df=pd.concat([df_max,df_min])

有没有一种方法可以用一行代码实现这个操作？我不想创建两个额外的数据框，并在最后将它们连接起来。

谢谢。

- sygneto

Answer 1

使用GroupBy.agg和DataFrameGroupBy.idxmax对数据进行分组，使用DataFrameGroupBy.idxmin重新排列，并使用DataFrame.melt重塑数据，用DataFrame.loc选择行。

df1 = df.loc[df.groupby('A')['B'].agg(['idxmax','idxmin']).melt()['value']].drop_duplicates()

或者使用DataFrame.stack函数:

df2 = df.loc[df.groupby('A')['B'].agg(['idxmax','idxmin']).stack()].drop_duplicates()
print (df2)
      A   B
1  Adam  90
3  Adam  12

- jezrael

---

我会在你的代码末尾添加一个注释.drop_duplicates(inplace=False)，因为当特定名称仅有一条记录时，你的代码会创建两个值（一个最小值，一个最大值）。 - sygneto

@sygneto - 感谢评论，回答已被编辑。 - jezrael

Answer 2

使用 groupby、apply 和 loc 的解决方案，仅选择列 'B' 的最小值或最大值。

ddf = df.groupby('A').apply(lambda x : x.loc[(x['B'] == x['B'].min()) | (x['B'] == x['B'].max())]).reset_index(drop=True)

结果是：

这是结果。

      A   B
0  Adam  90
1  Adam  12

- Valentino