使用 groupby 和 min() 的组合以及 Pandas Dataframe 中的 Loc、groupby 和 min 的组合得到不正确的答案答案

【问题标题】：Getting Incorrect answers with combination of groupby and min() and also with combination of Loc, groupby and min in Pandas Dataframe使用 groupby 和 min() 的组合以及 Pandas Dataframe 中的 Loc、groupby 和 min 的组合得到不正确的答案
【发布时间】：2020-03-18 19:25:32
【问题描述】：

我有一个这样的数据框：

Dataframe

Actual Dataframe

我正在尝试创建一个数据框，为每个类别提供最小值

我试过了

new_df = df.groupby('Category')[Reduction].min()

这给了我错误的答案。 Here 是我得到的输出预期结果是this

也试过了

new_df = df.loc[df.groupby('Category')[Reduction].idxmin() , :]

这个给我ValueError.

任何人都可以帮助我可能做错了什么吗？我尝试搜索所有可能的答案，我发现的唯一一个是可能有空白值但没有。

【问题讨论】：

您可以复制并粘贴您的数据框和您的预期输出吗？
df.groupby(['Category'])['Reduction'].min()
@JoelBondurant ：没有帮助，因为它提供了相同的输出。
您的预期输出是什么？请关注How to create a Minimal, Reproducible Example
已添加所需数据帧最少的图像以及预期输出和实际输出。请帮忙。

标签： python pandas dataframe

【解决方案1】：

我猜您将“缩减”列值作为字符串（包括 % 符号）。如果您对此使用.min()，则这些值将被视为字符串，并且将根据字符串计算最小值。相反，如果您将“减少”列值转换为float，并应用.min()，您应该能够实现您所需要的。

df = pd.DataFrame({'Date': ['14-06-1995', '15-06-1995', '16-06-1995', '17-06-1995', '18-06-1995', '19-06-1995', '20-06-1995'],
                   'Category': ['A1', 'A1', 'A1', 'A2',  'A2', 'A3', 'A3'],
                   'Reduction': ['-1.91%', '-1.32%', '-12.34%', '-2.12%', '-1.78%', '-1.24%', '-1.20%']})
# strip off the '%' sign and convert to float
df['Reduction'] = df['Reduction'].str.rstrip('%').astype('float')
# group by and assign the min value to column 'min'
new_df = df.groupby('Category')['Reduction'].agg(min=min).reset_index()
# convert the 'min' column value back to string and append '%' sign 
new_df['min'] = new_df['min'].astype(str)+'%'
print(new_df)

输出：

  Category      min
0       A1  -12.34%
1       A2   -2.12%
2       A3   -1.24%

如果您想在读取数据框时进行此转换，可以通过将converters 添加到您的pd.read_csv() 参数来实现。

def convert_percentage(percentage):
    return float(percentage.rstrip('%'))

df = pd.read_csv('file.csv', converters={'Reduction': convert_percentage})

这是您所期待的吗？还是您的问题与我上面所说的不同？

【讨论】：

【解决方案2】：

您的'Drawdown' 列是dtype:object，只有数值具有min() 首先将您的'Drawdown' 转换为float 类型

df['Drawdown'] = pd.to_numeric(df['Drawdown'].str.strip('%'), errors='coerce')
df.groupby('ATH No.')['Drawdown'].min()

【讨论】：