You need to enable JavaScript to run this app. Pandas DataFrame筛选type为buy/sell行获取price极值及对应id
优惠活动
大模型
产品
解决方案
定价
更多

Pandas DataFrame筛选type为buy/sell行获取price极值及对应id

Pandas实现按type筛选行、获取price极值及关联订单id

提问背景

  • 提问者此前参考过Pandas场景下DataFrame索引保留的相关实操内容,当前使用的DataFrame结构和参考场景的结构一致
  • 核心需求:仅针对type列值为buy/sell的行,获取price列的最小、最大值,同时拿到极值行对应的订单id值
  • 已实现的功能:
    • 可计算全量数据下price列的最大值,对应代码:
      x = df['price'].max() # 取全量price列最大值
      
    • 可初步筛选出type为buy的条目,对应代码:
      d = df[['type', 'price']].value_counts(ascending=True).loc['buy']
      
  • 当前卡点:无法同时完成「按type筛选目标行」和「获取对应price极值及关联id」的组合逻辑

具体实现方法

实现思路

  1. 先通过布尔索引过滤出所有满足type为buy/sell的行,排除非目标类型的数据干扰
  2. 利用idxmin()/idxmax()定位极值对应的行索引,通过索引直接提取对应行的price值和关联id,避免聚合操作丢失原始行的对应关系

参考代码

# 1. 筛选出type为buy/sell的目标行
filtered_df = df[df['type'].isin(['buy', 'sell'])].copy()

# 2. 获取price最大值及对应订单id
max_row = filtered_df.loc[filtered_df['price'].idxmax()]
max_price = max_row['price']
max_order_id = max_row['id']

# 3. 获取price最小值及对应订单id
min_row = filtered_df.loc[filtered_df['price'].idxmin()]
min_price = min_row['price']
min_order_id = min_row['id']

原有代码的问题

你之前用到的df[['type', 'price']].value_counts(ascending=True).loc['buy']本质是统计type、price组合的出现频次,输出的是聚合结果而非原始行数据,这种逻辑下无法回溯到每条记录对应的订单id,没法适配当前需求。


内容的提问来源于stack exchange,提问作者duhh

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.17 15:36:03