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
