取Dataframe中每组下一个较低的值。
取Dataframe中每组下一个较低的值。
提问于 2018-03-29 13:07:38
A B C
0 01:00:00 24 Andrew
1 01:00:00 17 Edd
2 01:00:00 12 Emma
3 01:00:00 18 Fred
4 02:00:00 38 Andrew
5 02:00:00 35 Edd
6 02:00:00 45 Emma
7 02:00:00 49 Fred我希望为每个A组选择一行，并使用下一个条件：
- 以距离最小为10的行为例:在
02:00:00组中，B最小值为35，因此使用带有(35 + 10= 45)B值的行。 - 如果(最小+ 10)不存在，则取下一个较低的
B值。在01:00:00组中，最小值为12，但不存在(12 + 10 = 22)。因此，取下一个B值，即18。
产出应是：
A B C
0 01:00:00 18 Fred
1 02:00:00 45 Emma我试过：
df[df.groupby('A')['B'].transform('min') + 10 <= df['B']]回答 1
Stack Overflow用户
回答已采纳
发布于 2018-03-29 13:17:51
使用带有idxmax的自定义lambda函数返回第一个最大行，并将条件更改为>
i = (df.sort_values('B', ascending=False)
.groupby('A')['B']
.apply(lambda x: ((x.min() + 10 >= x).idxmax())))
df = df.loc[i]
print (df)
A B C
3 01:00:00 18 Fred
6 02:00:00 45 Emma或者，首先筛选出每个组值较高的所有行，然后按列sort_values B和最后一个仅保留最后一个dupe行的drop_duplicates：
df1 = df[df.groupby('A')['B'].transform('min') + 10 >= df['B']]
df1 = df1.sort_values('B').drop_duplicates('A', keep='last')
print (df1)
A B C
3 01:00:00 18 Fred
6 02:00:00 45 Emma页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/49556909
复制相关文章
相似问题
腾讯云开发者
