比较具有分数范围的两个班级

Question

我有一个包含两个类（A 或 B）和标记的数据框，我想显示每个类的标记范围。

数据框：

Class Mark  Department       
A     74.0  1 
A     73.0  2   
B     72.0  1
A     75.0  1
B     64.0  2

我想要达到的目标：

Class Mark Range        
A     73.0-75.0        
B     64.0-72.0 

我正在考虑使用 min max（为范围创建一个新字段）。但作为开始，我尝试将其分组：

df['count'] = 1
result = df.pivot_table('count', index='Mark', columns='Class', aggfunc='sum').fillna(0)

这很复杂，我很快就放弃了。

然后我只在我的数据框中保留了两列（Mark 和 Class）并使用了以下内容：

df[['Mark','Class']].values

现在我只需要创建标记范围列。我在想是否有一种更简单的方法，无需简单地旋转数据并检查范围（按 ColumnB 分组的 columnA 的最小值）。

Answer 1

简单但丑陋：

temp = df.groupby('Class')['Mark'].agg({'min': min, 'max': max})
temp['range'] = temp['min'].map(str) + '-' + temp['max'].map(str)

temp[['range']]的结果：

           range
Class           
A      73.0-75.0
B      64.0-72.0

Answer 2

我们可以使用GroupBy.apply 并获取每个组的max 和min 并用f-strings 将它们表示为字符串：

df = (
    df.groupby('Class')['Mark'].apply(lambda x: f'{x.min()}-{x.max()}')
      .reset_index(name='Mark Range')
)

  Class Mark Range
0  A     73.0-75.0
1  B     64.0-72.0

Answer 3

如果您有兴趣使用pivot_table：

df_new = (df.pivot_table('Mark', 'Class', aggfunc=lambda x: f'{x.min()}-{x.max()}')
            .add_suffix(' Range').reset_index())

Out[1543]:
  Class Mark Range
0     A  73.0-75.0
1     B  64.0-72.0

---

正如您的评论。要添加Deparment，只需将['Class', 'Department'] 列表用于index，如下所示

df_new = (df.pivot_table('Mark', ['Class', 'Department'], 
                          aggfunc=lambda x: f'{x.min()}-{x.max()}')
            .add_suffix(' Range').reset_index())

Out[259]:
  Class  Department Mark Range
0     A           1  74.0-75.0
1     A           2  73.0-73.0
2     B           1  72.0-72.0
3     B           2  64.0-64.0