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        data0   22     2012-03-10  101   22     2012-03-10  202   22     2012-03-10  403   24     2012-03-11  404   24     2012-03-11  505   24     2012-03-11  50预期输出：1   22     2012-03-10  204   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 median

df[df['data']==medians].drop_duplicates(['item','date','data'])

输出：

   item        date  data

1    22  2012-03-10    20

4    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.date

df1 = 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  data

0    22  2012-03-10    20

1    24  2012-03-11    50

Answer 4

请.groupby()，。agg(median)

 df[['item', 'date', 'data']].groupby(['date', 'item',]).agg('median').reset_index()

        date  item  data

0  2012-03-10    22    20

1  2012-03-11    24    50