在Pandas和Python中查找第一列相同的所有行的min、max、avg

是否可以用相同的第一列找到所有数据的最小值、最大值和平均值

例如，对于第一列

1\u 204192587

：

考虑从4到n的所有行和列

查找第4+列中所有条目的最小值、最大值和平均值，以及第一列中具有

**1\u 204192587**

值的所有行

也就是说，为下面所示的每个唯一的起始值描述数据

我试过了

df=data.groupby(["Start"]).describe() 

但这不是我想要的

我还尝试在描述时指定轴

data.apply.(pd.DataFrame.describe, axis=1) 

但我犯了个错误

期望输出

unique key/first column value   MIN   MAX   AVG
 1_204192587                    *     *      *
 1_204197200                    *     *      *

我是初学者，提前感谢您的回复。

您可以使用以下选项：

df.loc[4:][.descripe（）

df

是您的数据帧

[4::

选择第五行并打开

.descripe（）

提供统计摘要（平均值、平均值…）

您还可以添加

.transpose（）

和end以获得所需的输出

如果要将其分配给另一个变量（dataframe）

所以它看起来像：

new_df=df.loc[4:][.descripe（）.trasnpose（）

我想您需要比较每个组的所有数字列，因此将

开始

列转换为

索引

，然后选择数字列依据、重塑依据和最后使用依据索引：

    data = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'Start':list('aaabbb')
})
df1 = data.set_index("Start").select_dtypes(np.number).stack().groupby(level=0).describe() 
print (df1)
       count      mean       std  min   25%  50%   75%  max
Start                                                      
a       12.0  5.000000  2.256304  1.0  3.75  5.0  6.25  9.0
b       12.0  3.833333  2.516611  0.0  2.00  4.0  5.00  9.0

或通过以下方式指定聚合函数列表：

---

你好请花点时间阅读这篇文章，以及如何提供答案，并相应地修改你的问题。这些提示可能也很有用。

    data = pd.DataFrame({
        'A':list('abcdef'),
         'B':[4,5,4,5,5,4],
         'C':[7,8,9,4,2,3],
         'D':[1,3,5,7,1,0],
         'E':[5,3,6,9,2,4],
         'Start':list('aaabbb')
})
df1 = data.set_index("Start").select_dtypes(np.number).stack().groupby(level=0).describe() 
print (df1)
       count      mean       std  min   25%  50%   75%  max
Start                                                      
a       12.0  5.000000  2.256304  1.0  3.75  5.0  6.25  9.0
b       12.0  3.833333  2.516611  0.0  2.00  4.0  5.00  9.0

df2 = (data.set_index("Start")
           .select_dtypes(np.number)
           .stack()
           .groupby(level=0)
           .agg(['min','max','mean']))
print (df2)
       min  max      mean
Start                    
a        1    9  5.000000
b        0    9  3.833333