跳转至

熊猫组的最大和最小日期

原文:https://www.geesforgeks.org/max-and-min-in-pandas-group by/

先决条件:T2】熊猫

熊猫团购功能非常强大。该函数能够将数据集分成不同的组进行分析。

语法:

dataframe.groupby([column names])

除了 groupby 函数,我们还可以使用熊猫库的 agg()函数。Agg()函数聚合用于在数据集中查找最小值、最大值、平均值和的数据。

语法:

dataframe.agg(以键作为列名的字典)

方法:

  • 导入模块
  • 创建或加载数据
  • 对所需的列使用 GroupBy 函数
  • 然后在日期列上使用 agg()函数。
  • 显示结果

使用中的数据框:

程序:

蟒蛇 3

import pandas as pd
import numpy as np

# Creating Dataframe
dataset = {'Group': ['G-2', 'G-3', 'G-3', 'G-2', 'G-2', 
                     'G-2', 'G-3', 'G-1', 'G-1', 'G-2'],

           'Date': ['2019-11-04', '2020-05-17', '2020-12-12', 
                    '2019-10-15', '2019-01-31', '2019-02-13',
                    '2020-12-25', '2018-06-01', '2018-07-15',
                    '2019-09-14']}

dataset = pd.DataFrame(dataset, columns=['Group', 'Date'])

# using groupby() function on Group column
df = dataset.groupby(['Group'])

# using agg() function on Date column
df2 = df.agg(Minimum_Date=('Date', np.min), Maximum_Date=('Date', np.max))

# Displaying result
display(df2)

输出:



回到顶部