当另一列使用numpy具有相同值时，csv数据列段的最小值

Question

所以我有大约总共 9 列的 csv 数据。我特别想看 这 9 列中的 4 列（第一、第二、第四和第八），并使用第一和第二来确定要返回这些列中的哪些行。

所以我的数据看起来像这样（几行）

col 1     col 2       col 4    col 8
0         -4          19       21
0         5           16       18
1         5           17       3 
1         7           5        4
1         9           6        5
2         0           13       7  
3         12          14       6
3         -12         7        8

我想要做的是第 1 列中的每个唯一值（0、1、2、3 等......）我想查看第 2 列并找到最小值（我也必须这样做最大，但类似的想法）在该列中，并为列 1 中的每个数字返回列 2 中具有最小数字的行。

到目前为止，我所拥有的是：

    data = np.loadtxt(filenm, skiprows = 1, dtype = float, delimiter = ',')
    unique = np.unique(data[:,0])

我现在几乎不知道该怎么做。我试图搜索 col 1 中的每个唯一值，但我不知道如何根据 col2 中的每个值来执行此操作。我知道在熊猫上完成这项工作的方法，但我特别想用 numpy 做一些事情

Answer 1

我认为pandas.DataFrame.grouby 没有等效的 numpy 函数，但您可以尝试类似的方法

unq = np.unique(data[:, 0]).tolist()
mins = []

for val in unq:
    mask = data[:, 0] == val
    mins.append((val, data[:, 1][mask].min()))

或者您可以使用itertools.groupby ...它的可读性较差，但更有趣。

from itertools import groupby
from operator import itemgetter

grp = groupby(enumerate(data[:, 1].tolist()), key=lambda x : data[:, 0][x[0]])
mins = [(i, min(group, key=itemgetter(1))[1]) for i, group in grp]

在任何一种情况下，mins 都会是

[(0.0, -4.0), (1.0, 5.0), (2.0, 0.0), (3.0, -12.0)]

注意： 如果您使用itertools.groupby，则必须先按您要分组的列进行排序。

编辑：

获取每组第 2 列中包含最小值的整行是类似的

unq = np.unique(data[:, 0]).tolist()
mins = []

for val in unq:
    mask = data[:, 0] == val
    i = data[mask][:, 1].argmin()
    mins.append((val, data[mask][i, 1:]))

并使用itertools

grp = groupby(enumerate(data[:, 1].tolist()), key=lambda x : data[:, 0][x[0]])
mins = [(i, data[min(group, key=itemgetter(1))[0], 1:]) for i, group in grp]

使用任一方法mins将是

[(0.0, array([ -4.,  19.,  21.])),
 (1.0, array([  5.,  17.,   3.])),
 (2.0, array([  0.,  13.,   7.])),
 (3.0, array([-12.,   7.,   8.]))]