计算最高分数 - Pandas 中每个供应商的最低分数答案

【问题标题】：Calculate Max score - Min score per supplier in Pandas计算最高分数 - Pandas 中每个供应商的最低分数
【发布时间】：2018-10-16 15:26:32
【问题描述】：

我想计算 Pandas 数据框中项目的最高分数 - 最低分数

当前 df 如下所示：

projectID supplierID score
1         1          50
1         2          60 
1         3          75

我希望它看起来像这样：
最大值-最小值 => 75-50 = 25

projectID supplierID score max-min
1         1          50    25
1         2          60    25
1         3          75    25

我想为每个 projectID 执行此操作

【问题讨论】：

如果我想计算每个分数与最高分数之间的差异怎么办？如何做到这一点？

标签： python pandas dataframe pandas-groupby

【解决方案1】：

使用np.ptp（“峰到峰”）：

df['max-min']=df.groupby('projectID').score.transform(np.ptp)
#df.groupby('projectID').score.transform(np.ptp)
Out[229]: 
0    25
1    25
2    25
Name: score, dtype: int64

【讨论】：

【解决方案2】：

您可以使用transform 将结果广播回来，传递一个减去max 和min 的lambda 函数

df['max-min'] = df.groupby('projectID').score.transform(lambda s: s.max() - s.min())

    projectID   supplierID  score   max-min
0   1           1           50      25
1   1           2           60      25
2   1           3           75      25

【讨论】：

【解决方案3】：

您可以使用groupby 获取最大值和最小值，然后使用join 将“projectId”上的结果作为新列：

import pandas as pd

df = pd.DataFrame([[1, 1, 30],
                   [1, 2, 50],
                   [2, 1, 60],
                   [2, 2, 40],
                   [1, 3, 20]],
                  columns=["projectID", "supplierID", "score"])

df.join(  df.groupby(["projectID"])["score"].max() 
        - df.groupby(["projectID"])["score"].min(), 
        on="projectID", rsuffix="_max-min")

【讨论】：

【解决方案4】：

你可以使用GroupBy + transform:

g = df.groupby('projectID')['score']
df['max-min'] = g.transform('max') - g.transform('min')

transform 方法将来自常规 GroupBy 的结果与 grouper 系列对齐。

【讨论】：