合并包含极值的数据框答案

【问题标题】：Merge dataframes including extreme values合并包含极值的数据框
【发布时间】：2018-11-08 14:17:22
【问题描述】：

我有 2 个数据框，df1 和 df2：

我想合并数据框，但同时包括 A 列中集合的第一个和/或最后一个值。这是期望结果的一个示例：

我正在尝试使用merge，但这只会分割数据帧中重合的部分。有人有解决这个问题的想法吗？谢谢！

【问题讨论】：

第一个/最后一个意思是 max 和 min ？我不明白为什么 2 和 54 会出现在 df3 中
如果A列中的数字相同，我指的是立即上排和下排
好的，我明白了，我会尝试一些东西...到目前为止你尝试了什么？
索引 7 A=2 B=23 是否应该成为结果的一部分，因为索引 8 B=13 在列表中？
我首先合并两个数据框df1.merge(df2) 然后我试图通过unique() 获取我需要切片的列 A 的数字在这里我只能考虑找到 df2.B在 df1 旁边并尝试使用位置 +1 和 -1 进行斩波但是这不能继续使用相同数量的 A 列

标签： python pandas dataframe merge

【解决方案1】：

 pd.concat([df1.groupby('A').min().reset_index(), pd.merge(df1,df2, on="B"), df1.groupby('A').max().reset_index()]).reset_index(drop=True).drop_duplicates().sort_values(['A','B'])
    A   B
0   1   2
4   1  32
5   1  42
1   2  16
2   3  13
7   3  24
8   3  35
3   4  12
9   4  39
10  4  49

分解每个部分

#Get Minimum
df1.groupby('A').min().reset_index()

# Merge on B
pd.merge(df1,df2, on="B")

# Get Maximum
df1.groupby('A').max().reset_index()

# Reset the Index and drop duplicated rows since there may be similarities between the Merge and Min/Max. Sort values by 'A' then by 'B'
.reset_index(drop=True).drop_duplicates().sort_values(['A','B'])

【讨论】：

【解决方案2】：

这是使用带有指示器的merge、groupby 和rolling 的一种方法：

df[df.merge(df2, on='B', how='left', indicator='Ind').eval('Found=Ind == "both"')
     .groupby('A')['Found']
     .apply(lambda x: x.rolling(3, center=True, min_periods=2).max()).astype(bool)]

输出：

【讨论】：

@JonathanPacheco 这是一种有趣的做法。