在熊猫中使用单独的时间戳列进行最小/最大分组[重复]

Question

我有一个 pandas 数据框 df，其重叠时间跨度如下所示：

                   min                 max  grp
0  2013-06-19 18:49:37 2013-06-19 18:49:37    1
0  2013-06-19 18:49:37 2014-07-26 13:56:24    1
1  2013-07-16 03:05:57 2013-07-17 13:11:57    2
2  2013-08-01 03:26:35 2013-08-01 03:26:35    3
1  2013-08-19 06:20:32 2013-08-20 02:32:19    4
3  2013-08-19 07:04:34 2013-08-20 02:01:36    4
2  2013-09-14 09:08:47 2017-06-19 20:11:32    5
4  2013-09-14 22:11:48 2013-09-15 02:14:49    5
5  2013-10-13 21:51:21 2013-10-13 21:51:21    6
6  2013-10-14 03:41:18 2013-10-15 03:17:31    6
3  2013-10-15 03:17:31 2013-10-15 03:17:31    6
7  2013-10-15 04:07:45 2013-10-15 04:07:45    6
8  2013-11-03 07:03:55 2013-11-03 07:03:55    7
9  2013-11-22 02:06:16 2013-11-22 02:06:16    8
10 2013-11-22 02:31:07 2013-11-22 02:31:07    8

我的目标是获取每个组grp 的min 的最小值和max 的最大值。我试过了：

df.groupby(['grp'])['min'].agg(['min','max']).reset_index()

但这仅按min 的最小值和最大值分组，而我正在寻找每组min 的最小值和max 的最大值。

例如，聚合后，grp 6 的最小值应为 2013-10-13 21:51:21，最大值为 2013-10-15 04:07:45

pandas 中是否有一个简单的解决方案？

Answer 1

df.groupby('grp').agg({'min': min, 'max': max})