pandas 一个数据帧的每一列的最大值和最小值
声明：本页面是StackOverFlow热门问题的中英对照翻译，遵循CC BY-SA 4.0协议，如果您需要使用它，必须同样遵循CC BY-SA许可，注明原文地址和作者信息，同时你必须将它归于原作者（不是我）：StackOverFlow
原文地址: http://stackoverflow.com/questions/29276301/
Warning: these are provided under cc-by-sa 4.0 license. You are free to use/share it, But you must attribute it to the original authors (not me):
StackOverFlow
Max and Min value for each colum of one Dataframe
提问by Yari
Give this dataframe 'x':
给这个数据框'x'：
col1 col2 col3 col4
0 5 -2 1
-5 2 -1 9
3 -7 3 5
How I could get a list of pairs with the min and max of each column? The result would be:
我如何获得每列的最小值和最大值对的列表？结果将是：
list = [ [-5 , 3], [-7 , 5], [-2 , 3], [1 , 9] ]
回答by EdChum
You could define a function and call applypassing the function name, this will create a df with min and max as the index names:
您可以定义一个函数并调用apply传递函数名称，这将创建一个以 min 和 max 作为索引名称的 df：
In [203]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax)
Out[203]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9
If you insist on a list of lists we can transpose the df and convert the values to a list:
如果您坚持使用列表列表，我们可以转置 df 并将值转换为列表：
In [206]:
def minMax(x):
return pd.Series(index=['min','max'],data=[x.min(),x.max()])
df.apply(minMax).T.values.tolist()
Out[206]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
The function itself is not entirely necessary as you can use a lambda instead:
该函数本身并不是完全必要的，因为您可以使用 lambda 代替：
In [209]:
df.apply(lambda x: pd.Series([x.min(), x.max()])).T.values.tolist()
Out[209]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]
Note also that you can use describeand locto get what you want:
另请注意，您可以使用describe和loc来获得您想要的：
In [212]:
df.describe().loc[['min','max']]
Out[212]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 5 3 9
回答by MightyCurious
Pandas introducedthe agg method for dataframes which makes this even easier:
Pandas为数据帧引入了 agg 方法，这使得这更容易：
df.agg([min, max])
Out[207]:
col1 col2 col3 col4
min -5 -7 -2 1
max 3 49 6 9
That's all. Conversion into a list, if needed, can then be done as described in the accepted answer. As a bonus, this can be used with groupby also (which doesn't work well with apply):
就这样。如果需要，可以按照接受的答案中的描述转换为列表。作为奖励，这也可以与 groupby 一起使用（不适用于 apply）：
df.groupby(by='col1').agg([min, max])
Out[208]:
col2 col3 col4
min max min max min max
col1
-5 2 2 -1 -1 9 9
0 5 49 -2 6 1 6
3 -7 -7 3 3 5 5
回答by grechut
>>> df = pd.DataFrame([[0, 5], [-5, 2], [3, -7]])
>>> list = [ [min, max] for min, max in zip(df.min(), df.max()) ]
>>> list
[[-5, 3], [-7, 5]]
Other note: You might find DataFrame.describemethod helpful: http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.describe.html
其他注意事项：您可能会发现DataFrame.describe方法有用：http: //pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.describe.html
