根据熊猫数据框中的条件获取最大值和最小值

Posted 2023-03-17

【中文标题】根据熊猫数据框中的条件获取最大值和最小值

【英文标题】：get max and min values based on conditions in pandas dataframe

【发布时间】：2021-06-05 13:19:45

【问题描述】：

我有一个这样的数据框

count	A	B	Total
yes	4900	0	0
yes	1000	1000	0
sum_yes	5900	1000	0
yes	4000	0	0
yes	1000	0	0
sum_yes	5000	0	0

我想要这样的结果，即仅针对 'count' = 'sum_yes' 如果 B 的值 =0 的行计算 A 列和 B 列的最大值，否则计算最小值

count	A	B	Total
yes	4900	0	0
yes	1000	1000	0
sum_yes	5900	1000	1000
yes	4000	0	0
yes	1000	0	0
sum_yes	5000	0	5000

到目前为止我已经尝试过了：

df['Total'] = [df[['A', 'B']].where(df['count'] == 'sum_yes').max(axis=0) if 
                   'B'==0 else df[['A', 'B']]
                   .where(df['count'] == 'sum_yes').min(axis=0)]

但是我得到 ValueError Series 的真值是模棱两可的。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()

知道如何解决这个问题

【问题讨论】：

第一个计数行中“sum_yes”的总数应为 1000，即 min(5900, 1000) 但您显示为 0。

是的，你是对的，更正了值

【参考方案1】：

你可以使用numpy.where:

new_values = np.where((df["count"] == "sum_yes") & (df.B == 0),
                       df.loc[:, ["A", "B"]].max(1),
                       df.loc[:, ["A", "B"]].min(1),
                      )

df.assign(Total = new_values)


     count     A     B  Total
0      yes  4900     0      0
1      yes  1000     0      0
2  sum_yes  5900  1000   1000
3      yes  4000  1000   1000
4      yes  1000     0      0
5  sum_yes  5000     0   5000

【讨论】：

Numpy where 类似于 if else 子句... 第一行是条件，如果条件满足则选择第二行，如果失败则选择第三行。第二行和第三行只需选择 A 和 B 的最大值或最小值

感谢您的解释