如何根据一列的最小值和另一列的最大值返回列的值？

Question

假设我有一个像下面这样的 df，

column1 | column2 | column3  |column4  | column5 
A       |    B    |    5     |   4234  |   123   
A       |    B    |    2     |   432   |   3243  
A       |    B    |    10    |   123   |   43    
A       |    B    |    1     |   123   |   45    
A       |    B    |    1     |   124   |   23243 
A       |    B    |    1     |   125   |   234   
A       |    B    |    1     |   126   |   23    

注意：column4 始终是唯一的

所需的df，

column1 | column2 | column3  |column4  | column5 |column6
A       |    B    |    5     |   4234  |   123   |
A       |    B    |    2     |   432   |   3243  |
A       |    B    |    10    |   123   |   43    |
A       |    B    |    1     |   123   |   45    | 
A       |    B    |    1     |   124   |   23243 | 
A       |    B    |    1     |   125   |   234   |
A       |    B    |    1     |   126   |   23    | 23

我希望能够在column1和column2的基础上进行groupby，找到column3的最小值（在这种情况下-> 1）然后找到column4的最大值（在这种情况下-> 126）并返回其对应的 column6 值（在本例中为 -> 23）。

第 1 步 -> 找到给定 [['column1', 'column2']] 的最小值 1

column1 | column2 | column3      |column4  | column5 |column6
A       |    B    |    5         |         |   123   |
A       |    B    |    2         |         |   3243  |
A       |    B    |    10        |         |   43    |
A       |    B    |    **1**     |   123   |   45    | 
A       |    B    |    **1**     |   124   |   23243 | 
A       |    B    |    **1**     |   125   |   234   |
A       |    B    |    **1**     |   126   |   23    | 23

第 2 步

找到给定 [['column1', 'column2', 'column3']] 的第 4 列的最大值

column1 | column2 | column3  |column4      | column5 |column6
A       |    B    |    5     |             |   123   |
A       |    B    |    2     |             |   3243  |
A       |    B    |    10    |             |   43    |
A       |    B    |    1     |   123       |   45    | 
A       |    B    |    1     |   124       |   23243 | 
A       |    B    |    1     |   125       |   234   |
A       |    B    |    1     |   **126**   |   23    | 23

第3步返回column5对应的值23

我怎样才能做到这一点？

Answer 1

另一种方法是groupby 2次：

minval=df.groupby(['column1','column2'])['column3'].min().tolist()
maxval=df.loc[df['column3'].isin(minval)].groupby(['column1','column2'])['column4'].max().tolist()
df['column6']=df['column5'].where(df['column4'].isin(maxval))

df的输出：

  column1 column2  column3  column4  column5  column6
0       A       B        5     4234      123      NaN
1       A       B        2      432     3243      NaN
2       A       B       10      123       43      NaN
3       A       B        1      123       45      NaN
4       A       B        1      124    23243      NaN
5       A       B        1      125      234      NaN
6       A       B        1      126       23     23.0

Answer 2

你可以尝试如下

import pandas as pd

df = pd.DataFrame({
    "column1":["A", "A", "A", "A", "A", "A", "A"],
    "column2":["B", "B", "B", "B", "B", "B", "B"],
    "column3":[5, 2, 10, 1, 1, 1, 1],
    "column4":[4234, 432, 123, 123, 124, 125, 126],
    "column5":[123, 3243, 43, 45, 23243, 234, 23]
})

df

    column1     column2     column3     column4     column5
0   A              B          5            4234       123
1   A              B          2            432        3243
2   A              B          10           123        43
3   A              B          1            123        45
4   A              B          1            124        23243
5   A              B          1            125        234
6   A              B          1            126        23

row_index = df.loc[df["column3"]==(df.groupby(["column1", "column2"])["column3"].min()).min()]["column4"].idxmax()
val_index = df["column5"].iloc[(df.loc[df["column3"]==(df.groupby(["column1", "column2"])["column3"].min()).min()]["column4"].idxmax())]

df.loc[row_index, "column6"] = val_index

df
    column1     column2     column3     column4     column5     column6
0   A               B           5       4234        123         NaN
1   A               B           2       432         3243        NaN
2   A               B           10      123         43          NaN
3   A               B           1       123         45          NaN
4   A               B           1       124         23243       NaN
5   A               B           1       125         234         NaN
6   A               B           1       126         23          23.0

如果你想要它在一行中

df.loc[df.loc[df["column3"]==(df.groupby(["column1", "column2"])["column3"].min()).min()]["column4"].idxmax(), "column6"] = df["column5"].iloc[(df.loc[df["column3"]==(df.groupby(["column1", "column2"])["column3"].min()).min()]["column4"].idxmax())]

另一种选择

df.loc[(df[df['column4'] == df.loc[df['column3'] == df['column3'].min(), 'column4'].max()]["column5"]).index, "column6"] = df[df['column4'] == df.loc[df['column3'] == df['column3'].min(), 'column4'].max()]["column5"]

Answer 3

• 找到column3的最小值为df.loc[df["column3"].eq(df["column3"].min())]的行
• 在这些行中找到最大为 column4 的行
• 重命名并重新组合在一起

import io
import pandas as pd
df = pd.read_csv(io.StringIO("""column1 | column2 | column3  |column4  | column5 
A       |    B    |    5     |   4234  |   123   
A       |    B    |    2     |   432   |   3243  
A       |    B    |    10    |   123   |   43    
A       |    B    |    1     |   123   |   45    
A       |    B    |    1     |   124   |   23243 
A       |    B    |    1     |   125   |   234   
A       |    B    |    1     |   126   |   23   """), sep="|").pipe(lambda d: d.rename(columns={c:c.strip() for c in d.columns}))


df.groupby(["column1", "column2"], as_index=False).apply(
    lambda df: df.join(
        df.loc[df["column3"].eq(df["column3"].min())]
        .loc[lambda d: d["column4"].eq(d["column4"].max()), "column5"]
        .rename("column6")
    )
)

	column1	column2	column3	column4	column5	column6
0	A	B	5	4234	123	nan
1	A	B	2	432	3243	nan
2	A	B	10	123	43	nan
3	A	B	1	123	45	nan
4	A	B	1	124	23243	nan
5	A	B	1	125	234	nan
6	A	B	1	126	23	23