以重复的分组条件进行分组的最小/最大数

可使用pandas库中的groupby函数对数据进行分组处理。接下来我们将提供两种解决方案。

解决方案一：使用groupby和apply函数实现 代码示例：

import pandas as pd

# 创建数据集
df = pd.DataFrame({'group': ['A', 'B', 'C', 'A', 'B', 'C'],
                   'value': [1, 2, 3, 4, 5, 6]})

# 定义自定义函数，返回每组的最小值和最大值，结果以元组形式返回
def min_max(x):
    return pd.Series([x.min(), x.max()], index=['min', 'max'])

# 按group列进行分组，并对value列应用自定义函数
result = df.groupby('group')['value'].apply(min_max)

# 打印结果
print(result)

输出结果：

         min  max
group          
A          1    4
B          2    5
C          3    6

解决方案二：使用agg函数实现 代码示例：

import pandas as pd

# 创建数据集
df = pd.DataFrame({'group': ['A', 'B', 'C', 'A', 'B', 'C'],
                   'value': [1, 2, 3, 4, 5, 6]})

# 按group列进行分组，并使用agg函数计算每组的最小值和最大值
result = df.groupby('group')['value'].agg(['min', 'max'])

# 打印结果
print(result)

输出结果：

       min  max
group         
A        1    4
B        2    5
C        3    6