Skip to main content
 首页 » 编程设计

python之在 Dataframe 中为每个组取下一个较低的值

2025年01月19日8itcoder

          A   B       C 
0  01:00:00  24  Andrew 
1  01:00:00  17     Edd 
2  01:00:00  12    Emma 
3  01:00:00  18    Fred 
4  02:00:00  38  Andrew 
5  02:00:00  35     Edd 
6  02:00:00  45    Emma 
7  02:00:00  49    Fred 

我想为每个 A 组选择一行,条件如下:

  • 取距离最小值10的行。例子:在02:00:00组中,B最小值是35,所以取具有 (35 + 10= 45) B 值的行。
  • 如果 (minimum + 10) 不存在,取下一个较低的 B 值。示例:在 01:00:00 组中,最小值为 12,但它不存在 (12 + 10 = 22)。因此,取下一个较低的 B 值,即 18。

输出应该是:

          A   B     C 
0  01:00:00  18  Fred 
1  02:00:00  45  Emma 

我试过:

df[df.groupby('A')['B'].transform('min') + 10 <= df['B']] 

请您参考如下方法:

将自定义 lambda 函数与 idxmax 结合使用为了返回第一个最大行,也将条件更改为 >:

i = (df.sort_values('B', ascending=False) 
      .groupby('A')['B'] 
      .apply(lambda x: ((x.min() + 10 >= x).idxmax()))) 
df = df.loc[i] 
print (df) 
          A   B     C 
3  01:00:00  18  Fred 
6  02:00:00  45  Emma 

或者先过滤掉每组值较高的所有行,然后是sort_values按列 B 和最后一个 drop_duplicates只保留最后一行:

df1 = df[df.groupby('A')['B'].transform('min') + 10 >= df['B']] 
df1 = df1.sort_values('B').drop_duplicates('A', keep='last') 
print (df1) 
          A   B     C 
3  01:00:00  18  Fred 
6  02:00:00  45  Emma