Python 比较熊猫组中的不同行

我有一个5列多行的数据框架。它显示客户、产品、日期和一些值。我需要比较相同产品和相同日期的值。分组后，我得到了如下结果：

client  product   date          value1  value2
name1   p1        01/01/2001    10      15
name2   p1        01/01/2001    14      19
name3   p1        01/01/2001    18      22
name2   p2        01/01/2001    10      15
name4   p2        01/01/2001    14      19
name5   p2        01/01/2001    18      22
name1   p1        02/01/2001    10      18
name2   p1        02/01/2001    14      19
name3   p1        02/01/2001    18      22
name1   p2        02/01/2001    10      15
name4   p2        02/01/2001    14      19
name5   p2        02/01/2001    18      22

def f(x):
    x['comments'] = np.nan
    max_v1_idx = x['value1'].idxmax()
    min_v2_idx = x['value2'].idxmin()
    max_v1 = x.loc[max_v1_idx, 'value1']
    min_v2 = x.loc[min_v2_idx, 'value2']
    
    if min_v2 < max_v1:
        x.iloc[-1, x.columns.get_loc('comments')] = x.loc[min_v2_idx, 'client'] + ' to ' +  x.loc[max_v1_idx, 'client'] 
    
    return x
        
df.groupby(['product','date'])\
  .apply(f)

我现在需要做的是得到每组中value2列的最小值和value1列的最大值，并检查min（value2）

client  product   date          value1  value2  comments
name1   p1        01/01/2001    10      15
name2   p1        01/01/2001    14      19
name3   p1        01/01/2001    18      22      name1 to name3
name2   p2        01/01/2001    10      15
name4   p2        01/01/2001    14      19
name5   p2        01/01/2001    18      22      name2 to name5
name1   p1        02/01/2001    10      18
name2   p1        02/01/2001    14      19
name3   p1        02/01/2001    18      22
name1   p2        02/01/2001    10      15
name4   p2        02/01/2001    14      19
name5   p2        02/01/2001    18      22      name1 to name5

我对熊猫还不熟悉，我完全不知道该怎么做。我成功地完成了这段代码，但它并没有真正做到我想要的。它用最小值（可能不需要）填充整个新列。此外，它将与所有其他列进行比较，而不是与最大值进行比较

df = pd.read_csv("data.txt")
dfg = df.groupby(["product", "date"])
df = df.assign(min2=dfg["value2"].transform(min))
df["comment"] = np.where(df["value1"] > df["min2"], 1, 0)

最后一件事，我尝试使用loc获取客户端名称，但失败了。欢迎任何指导。谢谢

---

编辑：我没有正确解释这一点。注释需要从具有最小值（value2）的行和具有最大值（value2）的行中获取客户端名称，并将注释写入这两行中的一行。此外，我在示例中添加了更多数据，因此更加清晰。感谢您迄今为止给出的所有答案。

我使用

loc

对数据帧进行了相应的切片

df['comments'] = np.nan
for p in set(df['product']):
    max_ = df.loc[df['product'] == p,'value1'].max()
    min_ = df.loc[df['product'] == p,'value2'].min()
    if  max_ > min_:
        value_1 = df.loc[(df['product']== p) & (df['value1'] == max_),'client'] #getting the client(s) of the maximum value1
        value_2 = df.loc[(df['product']== p) & (df['value2'] == min_),'client'] #getting the client(s) of the maximum value2
        #commenting according to each name
        for v2 in value_2:
            for v1 in value_1:
                locking = (df['product'] == p) & (df['client'] == v1)
                df.loc[locking,'comments'] = v2 + ' to ' + v1
df

    client  product date        value1  value2  comments
0   name1   p1      01/01/2001  10      15      NaN
1   name2   p1      01/01/2001  14      19      NaN
2   name3   p1      01/01/2001  18      22      name1 to name3
3   name2   p2      01/01/2001  10      15      NaN
4   name4   p2      01/01/2001  14      19      NaN
5   name5   p2      01/01/2001  18      22      name1 to name5
6   name1   p1      02/01/2001  10      18      NaN
7   name2   p1      02/01/2001  14      19      NaN
8   name3   p1      02/01/2001  18      22      name1 to name3
9   name1   p2      02/01/2001  10      15      NaN
10  name4   p2      02/01/2001  14      19      NaN
11  name5   p2      02/01/2001  18      22      name1 to name5

---

此代码找到了4行而不是3行来插入注释。我相信这是正确的方法，因为在索引行8中，它在name1和name3中发现了另一个不正确的值。

IIUC，您可以使用如下自定义函数：

client  product   date          value1  value2
name1   p1        01/01/2001    10      15
name2   p1        01/01/2001    14      19
name3   p1        01/01/2001    18      22
name2   p2        01/01/2001    10      15
name4   p2        01/01/2001    14      19
name5   p2        01/01/2001    18      22
name1   p1        02/01/2001    10      18
name2   p1        02/01/2001    14      19
name3   p1        02/01/2001    18      22
name1   p2        02/01/2001    10      15
name4   p2        02/01/2001    14      19
name5   p2        02/01/2001    18      22

def f(x):
    x['comments'] = np.nan
    max_v1_idx = x['value1'].idxmax()
    min_v2_idx = x['value2'].idxmin()
    max_v1 = x.loc[max_v1_idx, 'value1']
    min_v2 = x.loc[min_v2_idx, 'value2']
    
    if min_v2 < max_v1:
        x.iloc[-1, x.columns.get_loc('comments')] = x.loc[min_v2_idx, 'client'] + ' to ' +  x.loc[max_v1_idx, 'client'] 
    
    return x
        
df.groupby(['product','date'])\
  .apply(f)

详情：

---

使用

groupby

从数据帧中获取记录组。使用

idxmin

和

idxmax

可以返回value1和value2的最大值索引

loc

我们可以在该索引中获取value1和value2的值。比较这些值，并使用

iloc

和-1分配组的最后一行，并使用

get\u loc

查找注释列的位置。是否可以添加更多的示例数据？很难根据此处给出的内容编写和测试代码。为什么标志消息是

name1到name2

？客户端名称不是索引，因此无法使用loc获取datafarame系列。你可以改为索引，然后你就可以cna loc了。我已经添加了更多的数据，并澄清了评论栏。谢谢你。谢谢你的回复。它真的很有用。我编辑了我的问题，因为我需要访问最大和最小行中的名称。以前不清楚。我亲爱的哈维尔。如果我可以问的话，你想要实现什么？试图找到

值的最大值并与最小值
值2
进行比较似乎很奇怪。例如，
value1
的第二高值可能高于
value2
的最小值，并且在注释中会被忽略。1的所有值是否都必须小于2的所有值？而且，我看不出这些评论实际上是如何解决任何问题的。我只需要一些关于您正在尝试执行的操作的上下文。大多数情况下，value1将低于value2。我只是想看看情况是否如此。我不需要第二个值，因为我已经标记该组中存在潜在错误。这条评论并不能解决任何问题，它只是让以后查看数据的人更容易一些。这很公平。我将上传我开发的解决方案