计算python中每n行数据帧的最大值/最小值答案

【问题标题】：Calculating max/min for every n rows of dataframe in python计算python中每n行数据帧的最大值/最小值
【发布时间】：2020-05-21 08:53:07
【问题描述】：

我想计算 df 的每 n 行的最小值/最大值，比如 10，但是使用 df.rolling(10).max() 会给出 0-9、1-10、2-11 行的值等等。我想要 0-9、10-19、20-29 等等

对于大型数据集是否有一种简洁的方法？

谢谢

【问题讨论】：

标签： python pandas dataframe max min

【解决方案1】：

成功的关键是按 np.arange(len(df.index)) // 10 分组（或更改 10（组大小）到您需要的任何其他值）。

假设您有 3 列来计算最小值/最大值（['A', 'B', 'C']），你可以运行：

df.groupby(np.arange(len(df.index)) // 10)[['A', 'B', 'C']].agg(['min', 'max'])

【讨论】：

这是我的解决方案，将 len(df) 更改为 len (df.index) 请不要复制解决方案
我们的解决方案相隔仅 3 分钟，因此没有人可以声称我只是复制了您的解决方案。另一方面，我包含了计算所有所需函数的代码，而不仅仅是max()。

【解决方案2】：

使用np.arange 计算0 到len (df) -1 的数组，然后计算整个除法。我们可以将此数组与DataFrame.groupby 一起使用。

n=9
df.groupby(np.arange(len(df))//n).max()

示例

设置

df=pd.DataFrame({'A':range(30)})
print(df)
     A
0    0
1    1
2    2
3    3
4    4
5    5
6    6
7    7
8    8
9    9
10  10
11  11
12  12
13  13
14  14
15  15
16  16
17  17
18  18
19  19
20  20
21  21
22  22
23  23
24  24
25  25
26  26
27  27
28  28
29  29

解决方案

n=9
df_max = df.groupby(np.arange(len(df))//n).max()
print(df_max)
    A
0   8
1  17
2  26
3  29

如您所见，创建了从 0 到 m 列出的组。生成的 DataFrame 是每组的最大值。

您也可以选择列来计算max

df.groupby(np.arange(len(df))//n)[cols].max()

如果你想使用多个功能，当然可以使用groupby.agg

详情

np.arange(len(df))//n
#array([0, 0, 0, 0, 0, 0, 0, 0, 0, 1, 1, 1, 1, 1, 1, 1, 1, 1, 2, 2, 2, 2,
#       2, 2, 2, 2, 2, 3, 3, 3])

编辑

first_row = 2
df2 = df[first_row:]
df2.groupby(np.arange(len(df2))//n).max()

【讨论】：

这很好用！有没有办法抵消它，所以第一行可以是任何行？
是的，检查编辑部分