python - pandas groupby 你得到一列的最大值和另一列的最小值

Question

我有一个数据框如下:

user    num1    num2
a       1       1
a       2       2
a       3       3
b       4       4
b       5       5

我想要一个数据框，每个用户的最小值是 num1，最大值是 num2。

输出应该是这样的:

user    num1    num2
a       1       3
b       4       5

我知道如果我想要两列的最大值，我可以这样做:

a.groupby('user')['num1', 'num2'].max()

是否有一些等效的东西而不必做类似的事情:

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)

Answer 1

使用groupby + agg通过 dict，因此需要通过 subset 或 reindex_axis 对列进行排序.最后添加reset_index必要时将 index 转换为 column。

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

什么是相同的:

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