Pandas 找出极端观测值之间的日期和差异

传递给apply的函数必须将dataframe作为其第一个参数，并返回dataframe、Series或scalar。apply随后将负责将结果重新组合到单个数据帧或序列中。因此，apply是一种高度灵活的分组方法

---

虽然apply是一种非常灵活的方法，但它的缺点是使用它可能比使用agg或transform等更具体的方法慢一些。Pandas提供了一系列的方法，比使用apply用于特定目的要快得多，所以在使用apply之前尝试使用它们。

最简单的方法是使用

groupby

进行聚合，然后进行选择

# make index a column
df = df.reset_index()                      

# get min of holdings for each ticker
lowest = df[['ticker','holdings']].groupby('ticker').min()
print(lowest)

# select lowest my performing a left join (solutions with original)
# this gives only the matching rows of df in return
lowest_dates = lowest.merge(df, on=['ticker','holdings'], how='left')
print(lowest_dates)    

---

如果您只需要一系列日期，可以使用此函数

def getLowest(df): 
    df = df.reset_index()
    lowest = df[['ticker','holdings']].groupby('ticker').min()
    lowest_dates = lowest.merge(df, on=['ticker','holdings'], how='left')
    return lowest_dates['Date']

从我的观点来看，最好返回整个数据帧，以知道哪个股票价格最低。在这种情况下，您可以：

return lowest_dates

---

嗨，Diamy，欢迎来到Stack Overflow。请不要发布数据的图像。相反，请提供它的实际文本。您可以使用三个倒勾（`````）来包围数据以获得更好的格式。如果您正在寻找函数，您希望得到什么？所有日期的清单？@oliver response没有向您提供这些信息吗？提供有关您期望函数输出的更多详细信息。感谢您的回复，但我们需要使用一个函数：def getLowest（df）：