Python 在数据框中附加两列的最小值

df

df2

获得的产出

预期产量

有人能帮忙吗？

使用np.最小值和通过平均值加中位数：

或者更好的方法是在下一步最后创建一行数据帧时使用新值min：

s = df['Purchase'].agg(['mean','median','max'])
s.loc['col4'] = s[['mean','median']].min()

df = s.to_frame(0).T
print (df)
       mean  median  max  col4
0  3.666667     3.5  7.0   3.5

使用np.最小值和通过的平均值与中位数：

或者更好的方法是在下一步最后创建一行数据帧时使用新值min：

s = df['Purchase'].agg(['mean','median','max'])
s.loc['col4'] = s[['mean','median']].min()

df = s.to_frame(0).T
print (df)
       mean  median  max  col4
0  3.666667     3.5  7.0   3.5

---

向上投票，并在堆栈溢出允许接受时选择作为答案。谢谢：TypeError:“float”对象不能解释为integer@ShailajaGuptaKapoor-使用np.minimum instad np.minupvoted并在堆栈溢出允许接受时选择作为答案。谢谢：TypeError:“float”对象不能解释为integer@ShailajaGuptaKapoor-使用np.minimum安装np.min

  Mean    Median   Max         Col4
  3.66     3.5      7   Series([], dtype: float64)

  Mean    Median   Max         Col4
  3.66     3.5      7           3.5     #Value in Col4 is Min(Mean, Median of df2)

df2 = pd.DataFrame(columns=['Mean','Median','Max','Col4'])
df2 = (df2.append({'Mean': df['Purchase'].mean(),
                  'Median':df['Purchase'].median(),
                  'Max':   df['Purchase'].max(),
                  'Col4': np.minimum(df['Purchase'].mean(), df['Purchase'].median())},
                   ignore_index=True))
print (df2)
       Mean  Median  Max  Col4
0  3.666667     3.5  7.0   3.5

s = df['Purchase'].agg(['mean','median','max'])
s.loc['col4'] = s[['mean','median']].min()

df = s.to_frame(0).T
print (df)
       mean  median  max  col4
0  3.666667     3.5  7.0   3.5