Вы можете использовать следующие методы, чтобы найти минимальное значение по группе в pandas DataFrame:
Способ 1: сгруппировать минимум по одному столбцу
df.groupby('group_column')['values_column']. min ()
Способ 2: сгруппировать минимум из нескольких столбцов
df.groupby('group_column')['values_column1', 'values_column2']. min ()
В следующих примерах показано, как использовать каждый метод на практике со следующими пандами DataFrame:
import pandas as pd
#create pandas DataFrame
df = pd.DataFrame({'team': ['A', 'A', 'B', 'B', 'B', 'C', 'C'],
'points ':[24, 23, 27, 11, 14, 8, 13],
'rebounds': [11, 8, 7, 6, 6, 5, 12]})
#display DataFrame
print(df)
team points rebounds
0 A 24 11
1 A 23 8
2 B 27 7
3 B 11 6
4 B 14 6
5 C 8 5
6 C 13 12
Пример 1: Groupby Минимум из одного столбца
В следующем коде показано, как найти минимальное значение столбца очков , сгруппированного по столбцу команды :
#find minimum value of points, grouped by team
df.groupby('team')['points']. min ()
team
A 23
B 11
C 8
Name: points, dtype: int64
Из вывода мы видим:
- Минимальное количество очков для команды А равно 23 .
- Минимальное количество очков для команды B равно 11 .
- Минимальное значение очков для команды C равно 8 .
Пример 2: Groupby Минимум из нескольких столбцов
В следующем коде показано, как найти минимальное значение столбцов очков и подборов , сгруппированных по столбцу команды :
#find minimum value of points and rebounds, grouped by team
df.groupby('team')[['points', 'rebounds']]. min ()
points rebounds
team
A 23 8
B 11 6
C 8 5
Из вывода мы видим:
Команда А:
- Минимум баллов: 23
- Минимум подборов: 8
Команда Б:
- Минимум баллов: 11
- Минимум подборов: 6
Команда С:
- Минимум баллов: 8
- Минимум подборов: 5
Примечание.Важно использовать двойные скобки при указании столбцов значений, иначе может возникнуть ошибка.
Дополнительные ресурсы
В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:
Как рассчитать сумму столбцов в Pandas
Как рассчитать среднее значение столбцов в Pandas
Как найти максимальное значение столбцов в Pandas