比如想根据图里 count=3的组中 score最小的一行去修改另外一列的值
python pandas group by以后 想根据某列count组中的最小值 去改变另外一列
- 写回答
- 好问题 0 提建议
- 关注问题
分享- 邀请回答
-
1条回答 默认 最新
- woaiyibao 2019-07-16 15:14关注
已经解决：
先筛选出count=x的outid和course_no
只取这两列和原先的dataframe进行merge
再对merge的新df进行groupby
取id列值 遍历以后改变原df某列值解决 无用评论 打赏举报 分享
- 2024-10-02 11:48大学深埋的博客 这里详细介绍了groupby这一分组函数的应用以及是什么,happycodingeveryday
- 2019-09-29 07:25weixin_30940783的博客 根据outid列和course_no列对数据进行group_by然后count ...并根据score最小值所在的行去修改另外一列 df2 = df.groupby(by=['outid','course_no'],as_index=False).count() a=df2[df2['id']>2] c= DataFr...
- weixin_39704246的博客 组中最高频次data.groupby(by=['year','gender'])['count'].max() 注意这里的year、gender列是以索引的形式存在的，想要把它们还原回数据框，使用reset_index(drop=False)即可：●结合apply() 分组后的结果也可以...
- 2024-11-13 17:37FreedomLeo1的博客 在到目前为止的所有示例中，聚合数据都返回了一个索引，该索引可能是分层的，由唯一的组键组合而成。当然，通过对结果调用 reset_index 方法也可以实现去除索引，但是会需要一些计算，因此在分组的时候使用 as_index...
- 2025-02-12 07:30闲人编程的博客 假设我们想计算每个部门工资的极差（最大值减去最小值），可以自定义一个 lambda 表达式或函数来实现。我们也可以定义一个函数，并传入agg()方法。salary_range_func = df.groupby("部门")["工资"].agg(calc_range)...
- 2020-07-01 11:22jax_bright的博客 Python-Pandas groupby之后agg的函数最全groupby后可以应用agg或apply的函数说明1.shift和diff的应用假如你要根据A分组，计算B列的一阶差分，下面的用法是不对的，会导致分组的索引A列消失正确用法，先将需要分组的...
- 2024-02-04 11:05住在天上的云的博客 pandas是python中数据分析核心库，能够快速，灵活的对大量数据进行分析，是Python进行数据分析的必要利器； pandas支持多种数据导入，支持数据合并，拆分，基本统计，时间序列分析，透视表等多种操作； 1.1 Series...
- 2020-12-07 14:11weixin_39605004的博客 经过一段时间的学习，总结一下目前所学知识，在用python进行数据分析的过程中所用到的函数及分析过程。第一步 导入包常用的包有以下这些：1.用于处理数据的包import pandas as pdimport numpy as nppandas 和numpy...
- 2020-11-19 18:49weixin_39971172的博客 Pandas 是基于 NumPy 的一种数据处理工具，该工具为了解决数据分析任务而创建。Pandas 纳入了大量库和一些标准的数据模型，提供了高效地操作大型数据集所需的函数和方法。和鲸社区的@刘早起同学创作了这个项目，其中...
- 2019-07-01 20:20石小秀1995的博客 取根据时间最小值的行 # 这样得到的不是按照ts最小排序的第一行数据 # grouped=data.groupby(['t1.date','t1.imei','address']).head(1) #43626行 grouped=data.groupby(['t1.date','t1.imei']).apply(lambda t: t[t...
- 没有解决我的问题, 去提问
