Python：从一个子组中提取最小值，从另一个子组中提取最大值答案

【问题标题】：Python: Extract min from a subgroup and max from another subgroupPython：从一个子组中提取最小值，从另一个子组中提取最大值
【发布时间】：2019-07-31 10:23:33
【问题描述】：

我有一个标记为“关键”的主要组、标记为“国家”的子组和一个“成本”值。对于每个主要组“键”，我首先要提取最小成本，然后在其他子组中获取最大“成本”，即从其余国家/地区中获取最大“成本”，忽略该国家/地区的所有条目最小值的来源（最大成本必须是一个单一值，而不是其余每个国家/地区的最大成本）。

我的数据看起来像

key     COUNTRY       COST  
X1      A1             1.2  
X1      A1             1.5  
X1      A2             0.8  
X1      A2             0.9  
X1      A3             2.1  
X1      A3             0.7  
X1      A3             1.9  
X2      A1             0.4  
X2      A3             2.2  
X2      A3             1.0

我的代码是“for-loop”，效率不高。请提出一个更好的方法来做到这一点。下面是我的代码。

df_out = pd.DataFrame()

grouping = list(data.groupby('key',as_index=False).groups.keys())

for group in grouping:

    df_group = data[data['key']==group]
    country_count = df_group.COUNTRY.nunique()

    if country_count > 1:
        group_min_cost = df_group.loc[df_group['COST'].idxmin()]

        drop_index = df_group[df_group['COUNTRY'] == group_min_cost.COUNTRY].index
        df_group = df_group.drop(drop_index)

        group_max_cost = df_group.loc[df_group['COST'].idxmax()]

        summary = {'key': group,
                   'Country_Min': group_min_cost.COUNTRY,
                   'Country_Max': group_max_cost.COUNTRY,
                   'Cost_Min': group_min_cost.COST,
                   'Cost_Max': group_max_cost.COST}

        df_out = df_out.append(summary, ignore_index=True)

我正在寻找的输出是

key    Country_Min    Cost_Min  Country_Max    Cost_Max  
X1      A3             0.7       A1             1.5   
X2      A1             0.4       A3             2.2

【问题讨论】：

标签： python

【解决方案1】：

您绝对不想在此类操作中使用循环。有几种方法可以在没有行级循环的情况下实现这一点。这是一个：

countries = pd.unique(df['COUNTRY'])

for country in countries:
    idx = df['COUNTRY'] == country
    min_cost = min(df.loc[idx, 'COST'])
    max_cost = max(df.loc[idx, 'COST'])
    print('min/max cost for {0}: {1}, {2}'.format(country, min_cost, max_cost))
min/max cost for A1: 0.4, 1.5
min/max cost for A2: 0.8, 0.9
min/max cost for A3: 0.7, 2.2

更简单的是使用聚合函数，它返回具有最小成本值的数据帧：

projection = {'COST': ['min', 'max']}

df_min_cost = df.groupby(by='COUNTRY').agg(projection)

df_min_cost

    COST
min max
COUNTRY     
A1  0.4 1.5
A2  0.8 0.9
A3  0.7 2.2

【讨论】：

【解决方案2】：

对于您问题的前半部分，您可以使用以下结构：

data.iloc[data.groupby(['key'])['cost'].idxmin().values]

data 是您的数据框，但仍然不知道如何在没有循环的情况下使用此数据框进行屏蔽。

【讨论】：