python - 如何在具有匹配字符串的嵌套列表中查找索引的最小值和最大值？

Question

我有一个包含潮汐数据的文本文件，前几行是:

Thursday 4 January,11.58,0.38 meters

Thursday 4 January,16.95,0.73 meters

Thursday 4 January,23.68,0.02 meters

Friday 5 January,6.48,0.83 meters

Friday 5 January,12.42,0.33 meters

等并持续 5 天的数据。

我已将此数据转换为嵌套列表，因此它现在打印为:

[['Thursday 4 January', 11.58, 0.38], ['Thursday 4 January', 16.95, 0.73], ['Thursday 4 January', 23.68, 0.02], ['Friday 5 January', 6.48, 0.83], ['Friday 5 January', 12.42, 0.33].....]

以此类推文件中的每一行数据，每个列表的第一个索引是字符串中的日期，第二个和第三个索引是 float 。

对于每个具有匹配 [0] 索引(日期)的嵌套列表，我需要找到每个匹配嵌套列表 [2] 索引(潮汐高度)的最低和最高 float ，并将它们打印到屏幕上一天。

例如:

Thursday 4 January: 0.02 meters at lowest and 0.73 meters at highest
Friday 5 January: 0.33 meters at lowest and 0.83 meters at highest

由于列表已经按天排序，我想只计算匹配的名称然后手动比较它，例如对于“1 月 4 日星期四”，因为有 3 个，我只比较 split_tides[0-2][2] 并找到最小值和最大值，然后每天重复。但我认为一定有一种方法可以自动比较具有匹配字符串的嵌套列表。

感谢您的帮助。

编辑:文本文件的图像

Answer 1

下面是对你有帮助的片段

from pandas import DataFrame

data = [['Thursday 4 January', 11.58, 0.38], ['Thursday 4 January', 16.95, 0.73], ['Thursday 4 January', 23.68, 0.02],
         ['Friday 5 January', 6.48, 0.83], ['Friday 5 January', 12.42, 0.33]]

df = DataFrame.from_records(data)

df.columns = ["Date", "Value", "Height"]

df.groupby(['Date'])['Height'].max()
df.groupby(['Date'])['Height'].min()

输出:

日期 1 月 5 日星期五 0.83 1 月 4 日星期四 0.73

日期 1 月 5 日星期五 0.33 1 月 4 日星期四 0.02