给定一个看起来像这样的数据框
GROUP VALUE
1 5
2 2
1 10
2 20
1 7
我想计算每组中最大值和最小值之间的差异。也就是说,结果应该是
GROUP DIFF
1 5
2 18
在 Pandas 中有什么简单的方法可以做到这一点?
对于具有大约 200 万行和 100 万组的数据框,在 Pandas 中执行此操作的快速方法是什么?
最佳答案
使用 @unutbu 的 df
每个时间
unutbu 的解决方案优于大型数据集
import pandas as pd
import numpy as np
df = pd.DataFrame({'GROUP': [1, 2, 1, 2, 1], 'VALUE': [5, 2, 10, 20, 7]})
df.groupby('GROUP')['VALUE'].agg(np.ptp)
GROUP
1 5
2 18
Name: VALUE, dtype: int64
np.ptp
docs返回数组的范围
时机
小df
大df
df = pd.DataFrame(dict(GROUP=np.arange(1000000) % 100, VALUE=np.random.rand(1000000)))
大df
很多组
df = pd.DataFrame(dict(GROUP=np.arange(1000000) % 10000, VALUE=np.random.rand(1000000)))
关于python - Pandas :组内最大值和最小值之间的差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/40183800/