J'ai une trame de données comme suit:
user num1 num2
a 1 1
a 2 2
a 3 3
b 4 4
b 5 5
Je veux une trame de données qui a le minimum de num1 pour chaque utilisateur et le maximum de num2 pour chaque utilisateur.
La sortie doit être comme:
user num1 num2
a 1 3
b 4 5
Je sais que si je voulais le maximum des deux colonnes, je pourrais simplement faire:
a.groupby('user')['num1', 'num2'].max()
Y a-t-il un équivalent sans avoir à faire quelque chose comme:
series_1 = a.groupby('user')['num1'].min()
series_2 = a.groupby('user')['num2'].max()
# converting from series to df so I can do a join on user
df_1 = pd.DataFrame(np.array([series_1]).transpose(), index=series_1.index, columns=['num1'])
df_2 = pd.DataFrame(np.array([series_2]).transpose(), index=series_2.index, columns=['num2'])
df_1.join(df_2)
Utilisez groupby
+ agg
par dict
, il est donc nécessaire de classer les colonnes par subset
ou reindex_axis
. Dernier ajout reset_index
pour convertir index
en column
si nécessaire.
df = a.groupby('user').agg({'num1':'min', 'num2':'max'})[['num1','num2']].reset_index()
print (df)
user num1 num2
0 a 1 3
1 b 4 5
Qu'est-ce que c'est:
df = a.groupby('user').agg({'num1':'min', 'num2':'max'})
.reindex_axis(['num1','num2'], axis=1)
.reset_index()
print (df)
user num1 num2
0 a 1 3
1 b 4 5