熊猫 - 最小和最大功能

发布于 2025-02-08 09:14:40 字数 1250 浏览 1 评论 0原文

的最小功能和最大功能，

独特物品列表的方法，然后打印每列的最小值和最大值

示例：

月	T恤	帽	销售
我想知道是否有一种获取	我正在使用python	200	696
Feb	500	359	855
3月	685	252	100
JAN	885	598 266	266
FEB	1001	223	1000
MAR	882	298	754

我想在这里做的是找到每个类别的最低和最大销售额

所需的输出

一个月	最大销售	最小销售最大销售	最大帽子销售	最大帽子销售	最大销售最大销售	最低销售最小销售
1月	885	757	598	598 598	696 266	266
FEB	1001	500	223	359	1000	855
MAR	882	685	298	252	754	100

有一个简单的方法是否必须分别为每列获得最小和最大的情况，然后将其附加到DF？

谢谢

原文

I am playing with the min and max functions in python

I'm wondering if there's a way to get a unique list of items and then print the min and max values of each column

example:

Month	T-shirt Sales	Hat Sales	short Sales
Jan	757	200	696
Feb	500	359	855
Mar	685	252	100
Jan	885	598	266
Feb	1001	223	1000
Mar	882	298	754

What I'd like to do here is find the min and max sales per month for each category

Desired Output

Month	Max TS Sales	Min TS Sales	Max Hat Sales	Min Hat Sales	Max Short Sales	Min short Sales
Jan	885	757	598	598	696	266
Feb	1001	500	223	359	1000	855
Mar	882	685	298	252	754	100

Is there a simple way to do this or is it a case that I'll have to get the min and max for each column separately and append to a DF?

Thanks

分享到QQ

分享到微博

如果你对这篇内容有疑问，欢迎到本站社区发帖提问参与讨论，获取更多帮助，或者扫码二维码加入 Web 技术交流群。

发布评论

需要登录才能够评论，你可以免费注册一个本站的账号。

最后的乘客 2025-02-15 09:14:41

import pandas as pd

df = pd.DataFrame({'month': ['Jan', 'Feb', 'Jan', 'Feb'],
                   't-shirt': [1, 2, 3, 4],
                   'hat': [4, 3, 2, 1]})

res = df.groupby(by='month').agg(['min', 'max'])

import pandas as pd

df = pd.DataFrame({'month': ['Jan', 'Feb', 'Jan', 'Feb'],
                   't-shirt': [1, 2, 3, 4],
                   'hat': [4, 3, 2, 1]})

res = df.groupby(by='month').agg(['min', 'max'])

回复收藏 0 原文

~没有更多了~