根据特定列比较数据集中的行以找到最小值/最大值

Question

所以我有一个dataset，其中包含从开始到结束日期的特定标签的历史记录。我正在尝试根据日期列比较行，如果它们按月、日和年相似，我将通过下一列的值将它们添加到临时列表中，然后一旦我通过相似的方式获得这些项目日期，我将使用该列表并找到 min/max 值减去它们，然后将结果添加到另一个列表并清空 temp_list 以重新开始。

为了时间和简单起见，我只是提供一个 2D 列表的示例。这是我的示例数据

dataset = [[1,5],[1,6],[1,10],[1,23],[2,4],[2,8],[2,12],[3,10],[3,20],[3,40],[4,50],[4,500]]

第一列将充当dates，第二列将充当value。

我遇到的问题是：

1. 我似乎无法根据第一列比较每一行，这将采用第二列中的值并将其包含在临时列表中以执行最小/最大操作？
2. 根据上面的二维列表，我希望得到[18,8,30,450]，但结果是[5,4,10]

dataset = [[1,5],[1,6],[1,10],[1,23],[2,4],[2,8],[2,12],[3,10],[3,30],[3,40],[4,2],[4,5]]
temp_list = []
daily_total = []
for i in range(len(dataset)-1):
    if dataset[i][0] == dataset[i+1][0]:
        temp_list.append(dataset[i][1])
    else:
        max_ = max(temp_list)
        min_ = min(temp_list)
        total = max_ - min_
        daily_total.append(total)
        temp_list = []
            
print([x for x in daily_total])

Answer 1

试试：

tmp = {}
for d, v in dataset:
    tmp.setdefault(d, []).append(v)

out = [max(v) - min(v) for v in tmp.values()]
print(out)

打印：

[18, 8, 30, 450]

Answer 2

这是一个使用 pandas 的解决方案：

import pandas as pd

dataset = [
    [1, 5],
    [1, 6],
    [1, 10],
    [1, 23],
    [2, 4],
    [2, 8],
    [2, 12],
    [3, 10],
    [3, 20],
    [3, 40],
    [4, 50],
    [4, 500],
]

df = pd.DataFrame(dataset)
df.columns = ["date", "value"]
df = df.groupby("date").agg(min_value=("value", "min"), max_value=("value", "max"))
df["res"] = df["max_value"] - df["min_value"]
df["res"].to_list()

输出：

[18, 8, 30, 450]