Python 在groupby表上应用函数，该函数依赖于另一列的值并返回所有其他列

我有一个数据框

df

，它的行基本上是给定时间

date

（每天，每个站点有一个记录高和一个记录低）的给定站点

ID

的记录温度

T

。列

MinMax

告诉我它是创纪录的高还是创纪录的低。看起来是这样的：

df
      Date      ID        MinMax       T
0  01-01-2020   UH24GT2    MAX       13.4
1  02-01-2020   UJ24GT1    MIN      -23.5  
2  02-06-2020   UK21GT4    MAX       38.5
3  15-07-2020   JK32HT6    MAX       43.1

我想按日期对这些温度进行分组，并为每个日期提取最高记录高温和最低记录低温及其相关观测站。预期结果如下：

df_min_max
      date       ID MIN     T MIN     ID MAX   T MAX
0  01-01-2020   HT21GT2     -28.4    JK21HT2    43.4
1  02-01-2020   UI24GT3     -31.2    UJ23HJ5    40.8
2  03-01-2020   JK21HT4     -30.3    JH12TH4    38.5
3  04-01-2020   BE12HT6     -29.8    JK34UT5    43.1

（请注意，我不太关心是否有几个站点ID具有相同的记录高或记录低。只有其中一个站点的ID就足够了）

我尝试通过创建一个自定义函数

min\u或\u max

来实现这一点，该函数应用于分组数据帧（按日期），并在“sub”组上进行迭代-从

MinMax

上的第二个groupby构造的数据帧，以知道它是否应该使用min或max。这还返回传递的数据帧的索引，以便我可以返回到它并查找最大或最小项的ID

def min_or_max(dS):
    for name, group in dS.groupby(['MinMax']):
        if(name == 'TMAX'):
            maxT = group['T'].max()
            IDmax = group['T'].idxmax()
        else:
            minT = group['T'].min()
            IDmin = group['T'].idxmin()
    return pd.Series({'ID max':IDmax, 'maxT':maxT, 'ID min':IDmin, 'minT':minT})

df_min_max = df[['Date','MinMax','T','ID']].groupby(['Date']).apply(lambda x: min_or_max(x))
df_min_max['ID max'] = df['ID'].iloc[df_min_max['ID max'].values].values
df_min_max['ID min'] = df['ID'].iloc[df_min_max['ID min'].values].values

---

事实是，这是有效的。但是它相当长。而且，即使我一个月前才开始使用Python，我还是觉得这是一种非常奇怪的方式。。。因此，我想知道是否有一种更快/更聪明的方法可以做到这一点。

您可以首先通过

MAX

行过滤行，并与

MAX

一起使用，因为

ID

转换为索引，类似于

min

和

idxmin

，最后通过以下方式连接在一起：

如果需要使用和处理多个列：

---

如果除了要保留的ID之外还有多个列，那么这是否也可行？（要将所有这些列放入索引中，请执行groupby和aggregate，然后重置_index）@mwoua-It工作，但在

ID MIN中，ID MAX

得到了类似

（'UH24GT2'，'val'）

的元组。所以添加了另一个解决方案。我想应该是

（'ID MAX'，'idxmax'），（'T MAX'，'MAX'）

而不是

（'ID MAX'，'MAX'），（'T MAX'，'idxmax'）

，否则，当我只有4列时，这正是我所期望的。稍后我将针对多个专栏测试您的第二个建议。谢谢@对不起，你是对的。

m = df['MinMax'].eq('MAX')
df1 = (df[m].set_index('ID')
            .groupby('Date')['T']
            .agg([('ID MAX', 'idxmax'),('T MAX','max')]))
df2 = (df[~m].set_index('ID')
             .groupby('Date')['T']
             .agg([('ID MIN', 'idxmin'),('T MIN','min')]))

df_min_max = pd.concat([df1, df2], axis=1).reset_index()

df1 = (df[m].drop('MinMax', axis=1)
            .sort_values(['Date', 'T'], ascending=[True, False])
            .drop_duplicates('Date')
            .set_index('Date')
            .add_suffix(' MAX'))
df2 = (df[~m].drop('MinMax', axis=1)
             .sort_values(['Date', 'T'])
             .drop_duplicates('Date')
             .set_index('Date')
             .add_suffix(' MIN'))

df_min_max = pd.concat([df1, df2], axis=1).reset_index()