如何按两列分组DataFrame并新增第三列的最小、最大值列

原始数据 #

import pandas as pd

a = [{'column_1': 'A', 'column_2': 'B', 'column_3': 3},
     {'column_1': 'A', 'column_2': 'B', 'column_3': 8},
     {'column_1': 'Y', 'column_2': 'C', 'column_3': 2},
     {'column_1': 'Y', 'column_2': 'C', 'column_3': 10},
     {'column_1': 'Y', 'column_2': 'C', 'column_3': 6},
     {'column_1': 'F', 'column_2': 'S', 'column_3': 11},
     {'column_1': 'F', 'column_2': 'S', 'column_3': 18},
     {'column_1': 'F', 'column_2': 'S', 'column_3': 5},
     {'column_1': 'F', 'column_2': 'S', 'column_3': 20}]
df = pd.DataFrame(a)

解决方案 #

使用groupby按column_1和column_2分组，通过transform方法计算每组column_3的最小/最大值，直接赋值给新列即可：

# 新增min列，存储分组后column_3的最小值
df['min'] = df.groupby(['column_1', 'column_2'])['column_3'].transform('min')
# 新增max列，存储分组后column_3的最大值
df['max'] = df.groupby(['column_1', 'column_2'])['column_3'].transform('max')

结果展示 #

执行后得到的DataFrame如下：

内容的提问来源于stack exchange，提问作者LiAfe