Python熊猫-比较特定行并合并

我有以下数据集：

Group   LowerTier    UpperTier   Value
  1         0           99         0    
  1         100         199        0
  1         200         299        10
  1         300         1000       20 
  2         0           249        0
  2         250         1000       5
(...)

我希望通过Python和pandas获得以下内容：

Group   LowerTier    UpperTier   Value
  1         0           199         0    
  1         200         299        10
  1         300         1000       20 
  2         0           249        0
  2         250         1000       5

换句话说：我希望在获得双精度值的下限最小值和上限最大值的条件下（例如，组1；值=0），组合组中具有相同值的所有行

我怎样才能拿到这张桌子

---

提前感谢

您是否尝试使用

聚合

进行

groupby

df.groupby(['Group','Value'],as_index=False).agg({'LowerTier':min,'UpperTier':max})

首先创建数据帧：

df = pd.DataFrame({'Group':[1,1,1,1,2,2],'LowerTier':[0,100,200,300,0,250],'UpperTier':[99,199,299,1000,249,1000],'Value':[0,0,10,20,0,5]})

然后使用

agg

应用

groupby

：

df.groupby(['Group','Value'],as_index=False).agg({'LowerTier':min,'UpperTier':max})

输出：

    Group   Value   UpperTier   LowerTier
0   1       0       199         0
1   1       10      299         200
2   1       20      1000        300
3   2       0       249         0
4   2       5       1000        250

---

您是否尝试使用

aggregate

进行

groupby

df.groupby(['Group','Value'],as_index=False).agg({'LowerTier':min,'UpperTier':max})

首先创建数据帧：

df = pd.DataFrame({'Group':[1,1,1,1,2,2],'LowerTier':[0,100,200,300,0,250],'UpperTier':[99,199,299,1000,249,1000],'Value':[0,0,10,20,0,5]})

然后使用

agg

应用

groupby

：

df.groupby(['Group','Value'],as_index=False).agg({'LowerTier':min,'UpperTier':max})

输出：

    Group   Value   UpperTier   LowerTier
0   1       0       199         0
1   1       10      299         200
2   1       20      1000        300
3   2       0       249         0
4   2       5       1000        250

---

非常感谢你！我使用了透视表，但无法获得正确的数据帧。不客气，祝熊猫好运，它非常强大，值得学习！非常感谢你！我使用了透视表，但无法获得正确的数据帧。不客气，祝熊猫好运，它非常强大，值得学习！