如何从数据框中两列的划分中找到最小值

Question

我想找到两列的最小划分，只有列表中第三列中的值。我的数据框是：   ID  size  price0   1     5    3001   2    10    5002   3    20    6003   4    35    8004   5    65    9005   6    70   1000 我想找到最低价格/尺寸，只能从列表中具有值的 ids 中找到。ids_wanted = [1,4,6]我写了这段代码，它可以工作，但我觉得为这个任务制作一个新的数据框既昂贵又没必要。import numpy as npimport pandas as pdindex = [0,1,2,3,4,5]i = pd.Series([1,2,3,4,5,6], index=index)s = pd.Series([5,10,20,35,65,70],index= index)p = pd.Series([300,500,600,800,900,1000],index= index)df = pd.DataFrame(np.c_[i,s,p],columns = ["ID","size","price"])print("original df:\n",df,"\n")ids_wanted = [1,4,6]df_with_ids_wanted = df.loc[df['ID'].isin(ids_wanted)]print("df with ids wanted:\n",df_with_ids_wanted,"\n")price_per_byte = df_with_ids_wanted['price'] / df_with_ids_wanted['size']df_with_ids_wanted_ppb = df_with_ids_wanted.assign(pricePerByte=price_per_byte)print("df with ids wanted and price/size column:\n",df_with_ids_wanted_pps,"\n")min_ppb = df_with_ids_wanted_pps['pricePerByte'].min()print("min price per byte:",min_ppb)输出：original df:    ID  size  price0   1     5    3001   2    10    5002   3    20    6003   4    35    8004   5    65    9005   6    70   1000 df with ids wanted:    ID  size  price0   1     5    3003   4    35    8005   6    70   1000 df with ids wanted and price/size column:    ID  size  price  pricePerByte0   1     5    300     60.0000003   4    35    800     22.8571435   6    70   1000     14.285714 min price per byte: 14.285714285714286

Answer 1

如果你想简洁，你可以试试这个：

i = range(1,7)

s = [5,10,20,35,65,70]

p = [300,500,600,800,900,1000]

df = pd.DataFrame({"ID":i,"size":s,"price":p})

df

输出：

    ID  size    price

0   1   5   300

1   2   10  500

2   3   20  600

3   4   35  800

4   5   65  900

5   6   70  1000

下一行看起来像这样：

id_chosen = [1,4,6]

(df[df.ID.isin(id_chosen)]["price"]/df[df.ID.isin(id_chosen)]["size"]).min()

输出：

14.285714285714286

要么

min_div = (df[df.ID.isin(id_chosen)]["price"]/df[df.ID.isin(id_chosen)]["size"]).min()

print("the minimum price/size is {}".format(min_div))

输出：

the minimum price/size is 14.285714285714286

这样，您就不必创建新的数据框。希望这可以帮助。

Answer 2

我会做这样的事情：

import numpy as np

import pandas as pd

dict = {'id': [1, 2, 3, 4, 5, 6],

        'size': [5, 10, 20, 35, 65, 70],

        'price': [300, 500, 600, 800, 900, 1000]

       }

df = pd.DataFrame(dict)

df['price/byte'] = df['price'] / df['size']

ids_wanted = [1, 4, 6]

subset = df[df['id'].isin(ids_wanted)]

sorted_values = subset.sort_values(by='price/byte', ascending = True)

print(sorted_values['price/byte'].iloc[0])