您可以定义一个函数并调用 apply
,将函数名称作为参数传递,这将创建一个以最小值和最大值为索引名称的数据框:
您可以定义一个函数并调用apply
,将函数名称作为参数传递,这将创建一个以最小值和最大值为索引名称的数据框:
In [203]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax)
Out[203]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9
如果您坚持要一个嵌套列表,我们可以转置数据框并将值转换为列表:
In [206]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax).T.values.tolist()
Out[206]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
这个函数本身并不是完全必要的,因为你可以使用 Lambda 表达式代替:
In [209]:
df.apply(lambda x: pd.Series([x.min(), x.max()])).T.values.tolist()
Out[209]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
请注意,您也可以使用describe
和loc
来获取您想要的内容:
In [212]:
df.describe().loc[['min','max']]
Out[212]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9