时间戳

首页 > 解决方案 > Pandas - 直到每一行的列的最小值和最大值

python - Pandas - 直到每一行的列的最小值和最大值

问题描述

我有一个这样的数据框：

pd.DataFrame({'group': {0: 1, 1: 1, 2: 1, 3: 1, 4: 2, 5: 2, 6: 2}, 'year': {0: 2007, 1: 2008, 2: 2009, 3: 2010, 4: 2006, 5: 2007, 6: 2008}, 'amount': {0: 2.0, 1: -4.0, 2: 5, 3: 7.0, 4: 8.0, 5: -10.0, 6: 12.0}}])

   group    year    amount
0   1       2007    2
1   1       2008    -4
2   1       2009    5
3   1       2010    7
4   2       2006    8
5   2       2007    -10
6   2       2008    12

我想添加最小，最大，金额为负的年数，每个组的金额为正的年数，直到每年（包括在内）。我理想的数据框看起来像这样

   group    year    amount    min_utd    max_utd   no_n_utd    no_p_utd
0   1       2007    2           2           2         0           1
1   1       2008    -4         -4           2         1           1
2   1       2009    5          -4           5         1           2
3   1       2010    7          -4           7         1           3
4   2       2006    8           8           8         0           1
5   2       2007    -10        -10          8         1           1 
6   2       2008    12         -10          12        1           2

我只知道agg你可以为整个组做什么，或者rolling你什么时候可以为滑动窗口做，但我不知道如何从开始到每一行计算。

标签： pythonpandas

解决方案

使用DataFrameGroupBy.cummaxwithDataFrameGroupBy.cummin和 then DataFrameGroupBy.cumsumwith 通过lt( <) 和ge(>=) 进行比较：

df[['min_utd','max_utd']] = df.groupby('group')['amount'].agg(['cummin','cummax'])
df['no_n_utd'] = df['amount'].lt(0).astype(int).groupby(df['group']).cumsum()
df['no_p_utd'] = df['amount'].ge(0).astype(int).groupby(df['group']).cumsum()

print (df)
   group  year  amount  min_utd  max_utd  no_n_utd  no_p_utd
0      1  2007       2        2        2         0         1
1      1  2008      -4       -4        2         1         1
2      1  2009       5       -4        5         1         2
3      1  2010       7       -4        7         1         3
4      2  2006       8        8        8         0         1
5      2  2007     -10      -10        8         1         1
6      2  2008      12      -10       12         1         2

另一种具有相同原理但自定义功能的解决方案：

def f(x):
   a = x.cummin()
   b = x.cummax()
   c = x.lt(0).cumsum()
   d = x.ge(0).cumsum()
   return pd.DataFrame({'min_utd':a, 'max_utd':b, 'no_n_utd':c, 'no_p_utd':d})

df = df.join(df.groupby('group')['amount'].apply(f))
print (df)
   group  year  amount  min_utd  max_utd  no_n_utd  no_p_utd
0      1  2007       2        2        2         0         1
1      1  2008      -4       -4        2         1         1
2      1  2009       5       -4        5         1         2
3      1  2010       7       -4        7         1         3
4      2  2006       8        8        8         0         1
5      2  2007     -10      -10        8         1         1
6      2  2008      12      -10       12         1         2

推荐阅读