Groupby 并将函数应用于 Python 中的子数据框

Question

如何分组item，date然后对于每个子数据帧，获取“数据”值是子数据帧中实际中间值的实际行？

有时会有多行data等于中间值，在这种情况下我们只保留第一行。

df:

    item   date        data

0   22     2012-03-10  10

1   22     2012-03-10  20

2   22     2012-03-10  40

3   24     2012-03-11  40

4   24     2012-03-11  50

5   24     2012-03-11  50

预期输出：

1   22     2012-03-10  20

4   24     2012-03-11  50

Answer 1

您可以使用groupby().transform()然后使用布尔索引：medians = df.groupby(['item','date'])['data'].transform('median')# drop duplicates in the case # there are multiple rows equal to mediandf[df['data']==medians].drop_duplicates(['item','date','data'])输出：   item        date  data1    22  2012-03-10    204    24  2012-03-11    50

Answer 2

您可以使用以下示例使用 pandas df['date'] = pd.to_datetime(df['date']).dt.datedf1 = df.groupby(['data','date'])['date','data'].median()df1

Answer 3

尝试这个：df.groupby(['item', 'date'], as_index=False).median()输出：   item        date  data0    22  2012-03-10    201    24  2012-03-11    50

Answer 4

请.groupby()，。agg(median) df[['item', 'date', 'data']].groupby(['date', 'item',]).agg('median').reset_index()        date  item  data0  2012-03-10    22    201  2012-03-11    24    50