使用 pandas 内置函数和 for 语句用 python 计算最小值和最大值答案

【问题标题】：using pandas built-in functions and for statements to compute min and max values with python使用 pandas 内置函数和 for 语句用 python 计算最小值和最大值
【发布时间】：2019-08-22 23:51:24
【问题描述】：

我导入数据并将其分配给名为 life_exp 的 pandas DataFrame。这是我在 DataFrame 中读取的代码。

life_exp = pandas.read_csv('life_expectancy.csv')
life_exp = life_exp.dropna() 
life_exp = life_exp.set_index('Country')

我需要使用pandas 内置函数和for- 语句来计算每年的最小值和最大值，并将它们分别附加到列表min_per_year 和max_per_year 中。我该怎么做？

【问题讨论】：

请显示一些示例数据，谢谢，这两个列表是否只是您为存储信息而创建的变量？将它们存储在字典中以便您知道每年对应的值不是更谨慎吗？
“我需要使用 pandas 内置函数和 for- 语句”是什么意思？这是设计约束吗？

标签： python pandas dataframe append max

【解决方案1】：

以下是实现此目的的方法：

# Create sample data
life_exp = pd.DataFrame(data={'data': np.random.rand(100)}, 
               index=pd.date_range(start='1/1/2000', periods=100, freq='MS'))

# Group the data by year and compute the min and max
df = life_exp.groupby(life_exp.index.year).min().rename(columns={'data': 'min'})
df['max'] = life_exp.groupby(life_exp.index.year).max().values
print(df)

输出：

           min       max
2000  0.008992  0.891971
2001  0.279533  0.995257
2002  0.015490  0.846069
2003  0.122584  0.981442
2004  0.027147  0.985625
2005  0.050786  0.906058
2006  0.036598  0.987301
2007  0.020434  0.988755
2008  0.405666  0.939106

确保您的索引是日期时间索引：

life_exp.Country = pd.to_datetime(life_exp.Country)
life_exp = life_exp.set_index('Country')

【讨论】：