如何找到大于当前列 Pandas 的另一列的最小值答案

【问题标题】：How to find min value of another column greater than current column Pandas如何找到大于当前列 Pandas 的另一列的最小值
【发布时间】：2016-12-30 12:35:46
【问题描述】：

我确信这很容易，但是如何找到大于当前列中的值的列的最小值？另外，如何找到小于当前列值的列的最大值？

from io import StringIO
import io

text = """Order   starttime               endtime
1       2016-03-01 14:31:10.777  2016-03-01 14:31:10.803
1       2016-03-01 14:31:10.779  2016-03-01 14:31:10.780
1       2016-03-01 14:31:10.790  2016-03-01 14:31:10.791
1       2016-03-01 14:31:10.806  2016-03-01 14:31:10.863"""

df = pd.read_csv(StringIO(text), sep='\s{2,}', engine='python', parse_dates=[1, 2])

所以.. 例子.. 对于 endtime 列，我想要大于该值的 starttime 列的最小值。

与当时结束时间 2016-03-01 14:31:10.803 关联的值（第一个值）那么将是 2016-03-01 14:31:10.806（startdatetime 的最后一个值）。

与 2016-03-01 14:31:10.780（第二个结束时间）关联的值应该是 2016-03-01 14:31:10.790

所以基本上（在伪代码中）

df['nexttime'] = min(df['starttime'])>df['endtime']

不胜感激。我敢肯定，对于比我更熟练的人来说，这很容易

【问题讨论】：

标签： python pandas dataframe aggregate min

【解决方案1】：

你可以试试这样的：

df.endtime.apply(lambda x: min(df.starttime[df.starttime > x]) if len(df.starttime[df.starttime > x]) != 0 else np.nan)

# 0   2016-03-01 14:31:10.806
# 1   2016-03-01 14:31:10.790
# 2   2016-03-01 14:31:10.806
# 3                       NaT
# Name: endtime, dtype: datetime64[ns]

或者更有效的方式：

def findMin(x):
    larger = df.starttime[df.starttime > x]
    if len(larger) != 0:
        return min(larger)
    else:
        return np.nan

df.endtime.apply(findMin)

# 0   2016-03-01 14:31:10.806
# 1   2016-03-01 14:31:10.790
# 2   2016-03-01 14:31:10.806
# 3                       NaT
# Name: endtime, dtype: datetime64[ns]

可能有一种方法可以避免矢量扫描，但如果性能不是大问题，这可行。

【讨论】：