在熊猫数据框中使用 groupby 查找 min答案

【问题标题】：Finding min with groupby in pandas data frame在熊猫数据框中使用 groupby 查找 min
【发布时间】：2017-08-04 06:31:01
【问题描述】：

我有以下示例df：

   idd   x     y
0  1     2     3
1  1     3     4
2  1     5     6
3  2     7     10 
4  2     9     8
5  3     11    12
6  3     13    14
7  3     15    16
8  3     17    18

我想通过“idd”使用groupby并找到x和y的最小值并将其与“idd”一起存储在一个新的df中。在上面的df中，我希望idd=1的xmin为2，idd=1的ymin为3； idd = 2，xmin 应该是 7，ymin 应该是 8，依此类推。

期待df：

   idd   xmin   ymin
0  1     2      3
1  2     7      8
2  3     11     12

代码尝试：

for group in df.groupby("idd"):
    box = [df['x'].max(), df['y'].max()]

但它会找到整个列的 x 和 y 的最小值，而不是按照“idd”。

【问题讨论】：

标签： python pandas numpy dataframe

【解决方案1】：

这是一种稍微不同的方法，无需重命名

df = df.groupby('idd').min().add_suffix('min').reset_index()

    idd xmin    ymin
0   1   2       3
1   2   7       8
2   3   11      12

【讨论】：

【解决方案2】：

您可以使用 groupby ，然后为每个组取 min 。

df.groupby('idd').min().reset_index().rename(columns={'x':'xmin','y':'ymin'})

Out[105]: 
   idd  xmin  ymin
0    1     2     3
1    2     7     8
2    3    11    12

【讨论】：