在 Pandas DataFrame 中查找每天具有最小值/最大值的行答案

【问题标题】：Find row with min/max value for each day in Pandas DataFrame在 Pandas DataFrame 中查找每天具有最小值/最大值的行
【发布时间】：2022-01-10 12:12:00
【问题描述】：

我有一个包含多天数据的数据框（为简洁起见，此处仅显示一天）：

                       Charge
2022-01-03 13:19:02    99.5
2022-01-03 13:20:03    95.0
2022-01-03 13:21:02    64.2
2022-01-03 13:22:02    91.8
2022-01-03 13:23:02    99.5

我希望能够找到具有最小值和最大值的行，以便获得最小和最大充电的确切时间。如果有多个，我将只选择第一个出现。即：

                       Charge
2022-01-03 13:19:02    99.5
2022-01-03 13:21:02    64.2

我尝试过使用：

df_bat_chrg_min = df['Battery State of Charge'].groupby(df.index.day).min()
df_bat_chrg_max = df['Battery State of Charge'].groupby(df.index.day).max()
df_bat_chrg = pd.merge(df_bat_chrg_max, df_bat_chrg_min, left_index=True, right_index=True)

这会生成：

            Max Charge  Min Charge
2022-01-03  100.0       96.5

但是，索引名称不包括事件的确切时间，如第二个代码块所示。

【问题讨论】：

标签： python python-3.x pandas pandas-groupby

【解决方案1】：

使用DataFrameGroupBy.idxmax 和 DataFrameGroupBy.idxmin 按最小值和最大值进行索引，转换为 Series 并通过 DataFrame.loc 选择原始 DatetimeIndex：

df1 = (df.loc[df.groupby(df.index.day)['Charge']
               .agg(['idxmin', 'idxmax']).stack()].sort_index())
print (df1)
                     Charge
2022-01-03 13:19:02    99.5
2022-01-03 13:21:02    64.2

如果需要聚合新列：

df2 = df.groupby(df.index.day)['Charge'].agg(['min','max', 'idxmin', 'idxmax'])
print (df2)
    min   max              idxmin              idxmax
3  64.2  99.5 2022-01-03 13:21:02 2022-01-03 13:19:02

【讨论】：