Python 减少数据帧行和查找

需要以下方面的帮助。 假设我们有一个数据帧：

dictionary ={'Category':['a','a','a','a','a','a','a','a','b','b','b','b','b','b','b'], 
'val1':[11,13,14,17,18,21,22,25,2,8,9,13,15,16,19],
'val2':[1,0,5,1,4,3,5,9,4,1,5,2,4,0,3]}

df=pd.DataFrame(dictionary)

“val1”总是在“类别”中的相同值内递增，即类别的第一行和最后一行是该类别的最小值和最大值。每个类别有太多的行，我想创建一个新的数据框，其中包含每个类别的最小值和最大值，并包含每个类别的等距行，例如5行（包括最小值和最大值）。 我认为numpy的linspace应该用于为每个类别创建一个值数组（例如

linspace（min，max，5）

），然后应该使用类似于excel的“lookup”函数的东西从df获取最接近的“val1”值。 或者也许还有其他更好的方法

---

非常感谢您的帮助。

这就是您需要的吗？使用

groupby

和

reindex

l=[]
for _, x in df.groupby('Category'):
    x.index=x['val1']
    y=x.reindex(np.linspace(x['val1'].min(), x['val1'].max(), 5),method='nearest')
    l.append(y)
pd.concat(l)
Out[330]: 
      Category  val1  val2
val1                      
11.00        a    11     1
14.50        a    14     5
18.00        a    18     4
21.50        a    22     5
25.00        a    25     9
2.00         b     2     4
6.25         b     8     1
10.50        b     9     5
14.75        b    15     4
19.00        b    19     3

---

到目前为止，您尝试了什么？我正在与linspace玩游戏，为每个类别创建一个for循环。但是，我无法继续循环…是的，这正是我想要的，它可以与小示例一起工作。然而，当我把它应用到最初的问题时，我得到了ValueError，说“不能用方法或限制重新索引非唯一索引”，你知道为什么会发生这种情况吗？关于代码的一个问题：“循环”中的“函数”是什么？这意味着Val1有重复，可以先使用<代码> df= df.DoppRePiple（[类别'，'Val1′]）/<代码>删除副本，如果这是你需要的，你介意考虑一下投票并接受它吗？