在大 DataFrame Python 上获取值 [重复]答案

【问题标题】：Get values on a big DataFrame Python [duplicate]在大 DataFrame Python 上获取值 [重复]
【发布时间】：2019-03-30 08:15:16
【问题描述】：

我有一个大数据框，其结构如下：

ID  Year Consumption
1   2012      24
2   2012      20
3   2012      21
1   2013      22
2   2013      23
3   2013      24
4   2013      25

我想要另一个 DataFrame，其中包含出现的第一年，以及每个 ID 的所有时间的最大消耗，如下所示：

ID   First_Year  Max_Consumption
1       2012          24
2       2012          23
3       2012          24
4       2013          25

有没有办法在不使用循环的情况下提取这些数据？我试过这个：

year = list(set(df.Year))
ids = list(set(df.ID))

antiq = list()
max_con = list()

for i in ids:
    df_id = df[df['ID'] == i]
    antiq.append(min(df_id['Year']))
    max_con.append(max(df_id['Consumption']))

但是太慢了。谢谢！

【问题讨论】：

标签： python pandas pandas-groupby

【解决方案1】：

使用GroupBy + agg:

res = df.groupby('ID', as_index=False).agg({'Year': 'min', 'Consumption': 'max'})

print(res)

   ID  Year  Consumption
0   1  2012           24
1   2  2012           23
2   3  2012           24
3   4  2013           25

【讨论】：

【解决方案2】：

groupby 的另一个替代品是pivot_table：

pd.pivot_table(df, index="ID", aggfunc={"Year":min, "Consumption":max})

【讨论】：