如何分别获取groupby列中的第一个和最后一个值？

Question

在for循环中，我从多个列中提取第一个和最后一个值，以便可以使用这些值中的每一个来创建标量值，然后在数学上应用该标量值来创建新列。我的解决方法是将选择范围限制在每一列的头部或尾部，然后使用min()或max()将其转换为数值类型(整型或浮点型

for title, group in df.groupby('Test'):

    x1 = min(group["Test Reading"].head(1))
    x2 = max(group["Test Reading"].tail(1))
    x3 = min(group["Test Point"].head(1))
    x4 = max(group["Test Point"].tail(1))
    R=(x2-x1)/(x4-x3) #linearization scalar
    group['Test Point Error'] =100*(group['Test Reading']- (group['Test Point']*R+x1))/(x2-x1)

代码还有其他问题，但我尝试在另一个问题(How do I use .loc with groupby so that creating a new column based on grouped data won't be considered a copy?)中解决这些问题。

Answer 1

首先，我们通过测试对数据进行分组，并使用.agg获得Test_Point和Test_reading的第一个匹配项。我们将分组的df保存到一个新的变量df_agg中。

df_agg=df.groupby("Test).agg({"Test_Reading":["first","last"],"Test_Point":["first","last"]})

我们展平列中的multindex：

df_agg.columns=["_".join(c) for c in df_agg.columns]

我们对R进行计算：

df_agg["R"]=(df_agg["Test Reading_last"]-df_agg["Test Reading_first"])/(df_agg["Test_Point_last"]-df_agg["Test_Point_first"])

我们在Test的值上将聚合df合并到原始df，因此我们对每个示例都有可用的。

df.merge(df_agg,on="Test")

现在你有了R和x1的值...x4可用于所有示例，您可以运行您的公式。

df['Test Point Error'] =100*(df['Test Reading']- (df['Test Point']*df["R"]+df["Test Reading_first"]))/(df["Test Reading_last"]-df["Test Reading_first"])