我有一个问题,我希望按日期列分组,按时间列排序,并在值列中获取结果值。
看起来像这样的数据
time value date
0 12.850000 19.195359 08-22-2019
1 9.733333 13.519543 09-19-2019
2 14.083333 9.191413 08-26-2019
3 16.616667 18.346598 08-19-2019
...其中每个日期可以多次出现,记录一天中不同时间点的值。
我想按日期分组,并提取这些分组的最小值和最大值,所以我这样做了:
dayMin = df.groupby('date').value.min()这给了我一个相当容易操作的Series对象。当我想要按“日期”分组,按“时间”排序,然后获取“值”时,问题就出现了。
我所做的是:
dayOpen = df.groupby('date').apply(lambda df: df[ df.time == df.time.min() ])['value']这几乎是有效的,导致DataFrame为:
date
08-19-2019 13344 17.573522
08-20-2019 12798 19.496609
08-21-2019 2009 20.033917
08-22-2019 5231 19.393700
08-23-2019 12848 17.784213
08-26-2019 417 9.717627
08-27-2019 6318 7.630234我想出了如何清理左边那些讨厌的索引,给列命名,甚至用我的dayMin系列来实现我的目标。
最终,我的问题是,是否有更好的方法来执行这些遵循通用模式的数据操作:“按列A分组,对列B执行筛选或排序操作,从列C获取结果值”,以供将来应用。
提前感谢您:)
发布于 2021-09-04 16:52:11
您可以在调用groupby之前对数据框进行排序
first_of_day = df.sort_values('time').groupby('date').head(1)发布于 2021-09-04 17:11:11
这对你来说应该是可行的:
df.sort_values('time').groupby(['date'])['value'].agg([('Min' , 'min'), ('Max', 'max')])对于这个小示例:

结果df:

https://stackoverflow.com/questions/69057220
复制相似问题