在Python中查找ID的最小值、最大值和平均值

我在Python中有两个数据帧。假设第一个是

df1

。没有必要对id列进行排序

   id  B  C
0   1  5  1
1   1  5  1
2   1  6  1
3   1  7  1
4   2  5  1
5   2  6  1
6   2  6  1
7   3  7  1
8   3  7  1
9   4  6  1
10  4  7  1
11  4  7  1

然后，第二个数据帧

df2

有一列，其中包含

id

   id
0   1
1   2
2   3
3   4

我想为每个

id

计算列

B

的最小值、最大值和平均值，并将其添加到第二个数据帧中。结果如下：

   id  min  max  avg
0   1   5    7   5.75
1   2  ..
2   3  ..
3   4  ..

---

在这个例子中，我能够通过为每个

id

手册计算它们来复制它。这不是问题，因为示例只有4个ID。但我的真实示例有1000多个ID。有没有什么自动方法可以做到这一点？

对组使用

agg

功能

In [96]: df.groupby('id')['B'].agg([pd.np.min, pd.np.max, pd.np.mean])
Out[96]:
    amin  amax      mean
id
1      5     7  5.750000
2      5     6  5.666667
3      7     7  7.000000
4      6     7  6.666667

---

你可以只做

df.groupby（'id'）['B'].agg（['min'，'max'，'mean']）

这里是真的，我给了你一个提示，你可以使用numpy funcs到agg。我想在你尝试哪个UFUNC已经从字符串映射到它们的np等价物之前，很难知道