查找每个问题的最小受访者年龄答案

【问题标题】：Find minimum respondent's age of each question查找每个问题的最小受访者年龄
【发布时间】：2023-01-09 14:46:49
【问题描述】：

给 df 一个包含问卷答案的数据框

import pandas as pd
import numpy as np
df = pd.DataFrame(data=[[10,np.nan,'Answer 1','Answer 2'],
                        [40,"Answer 4","Answer 3",'Answer 2'],
                        [20,"Answer 2", np.nan,'Answer 1']], 
                        columns = ['Age','Question 1','Question 2', 'Question 3'])


df

    Age Question 1  Question 2  Question 3
0   10  NaN         Answer 1    Answer 2
1   40  Answer 4    Answer 3    Answer 2
2   20  Answer 2    NaN         Answer 1

我想为每个问题创建第二个数据框，其中包含受访者的最低年龄

免责声明：前面的代码非常丑陋！

df2 = pd.DataFrame(data=df.columns.tolist(),columns=["Questions"])
for col in df2["Questions"]:
    if col != "Age":
        df2.loc[df2["Questions"]==col,"min_age"] = df.loc[:,["Age",col]].dropna()["Age"].min()

df2

    Question    min_age
0   Age         NaN
1   Question 1  20.0
2   Question 2  10.0
3   Question 3  10.0

【问题讨论】：

那么，问题是什么？你已经得到了答案。
df.sort_values('Age').set_index('Age').isna().idxmin()

标签： python pandas

【解决方案1】：

您可以使用 Age 作为有序索引找到第一个非 NAN 值的索引：

df2 = df.set_index('Age').sort_index().notna()
out = df2.idxmax().where(df2.any())

输出：

Question 1    20
Question 2    10
Question 3    10
dtype: int64

【讨论】：

【解决方案2】：

另一种可能的解决方案，基于pandas.melt 和pandas.pivot_table：

(df.melt(id_vars='Age').dropna()
 .pivot_table(index='variable', values='Age', aggfunc='min')
 .reset_index(names='Question'))

输出：

     Question  Age
0  Question 1   20
1  Question 2   10
2  Question 3   10

【讨论】：

【解决方案3】：

这可能是另一种解决方案：

(pd.melt(df, id_vars='Age', value_vars=df.columns[1:])
 .dropna()
 .groupby('variable')
 .agg({'Age' : np.min}))

            Age
variable       
Question 1   20
Question 2   10
Question 3   10

【讨论】：

【解决方案4】：

    df.set_index('Age').stack().reset_index().groupby('level_1').Age.min()
    
level_1
Question 1    20
Question 2    10
Question 3    10
Name: Age, dtype: int64

【讨论】：