一个数据框的每一列的最大值和最小值

Question

给这个数据框 'x':

    col1 col2 col3 col4
    0     5   -2    1 
   -5     2   -1    9
    3    -7    3    5

如何获得包含每列最小值和最大值的对列表？结果将是：

list = [ [-5 , 3], [-7 , 5], [-2 , 3], [1 , 9] ]

Answer 1

您可以定义一个函数并调用 apply 传递函数名称，这将创建一个以 min 和 max 作为索引名称的 df:

In [203]:

def minMax(x):
    return pd.Series(index=['min','max'],data=[x.min(),x.max()])


df.apply(minMax)
Out[203]:
     col1  col2  col3  col4
min    -5    -7    -2     1
max     3     5     3     9

如果您坚持使用列表的列表，我们可以转置 df 并将值转换为列表：

In [206]:

def minMax(x):
    return pd.Series(index=['min','max'],data=[x.min(),x.max()])


df.apply(minMax).T.values.tolist()
Out[206]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]

函数本身并不是完全必要的，因为您可以使用 lambda 代替：

In [209]:

df.apply(lambda x: pd.Series([x.min(), x.max()])).T.values.tolist()
Out[209]:
[[-5, 3], [-7, 5], [-2, 3], [1, 9]]

另请注意，您可以使用 describe 和 loc 来获得您想要的内容：

In [212]:

df.describe().loc[['min','max']]
Out[212]:
     col1  col2  col3  col4
min    -5    -7    -2     1
max     3     5     3     9

Answer 2

>>> df = pd.DataFrame([[0, 5], [-5, 2], [3, -7]])
>>> list = [ [min, max] for min, max in zip(df.min(), df.max()) ]
>>> list
[[-5, 3], [-7, 5]]

其他注意事项：您可能会发现 DataFrame.describe 方法有帮助：http://pandas.pydata.org/pandas-docs/dev/generated/pandas.DataFrame.describe.html

Answer 3

Pandas introduced 数据帧的 agg 方法使这更容易：

df.agg([min, max])
Out[207]: 
     col1  col2  col3  col4
min    -5    -7    -2     1
max     3    49     6     9

就是这样。如果需要，可以按照接受的答案中的描述转换为列表。作为奖励，这也可以与 groupby 一起使用（不适用于 apply）：

df.groupby(by='col1').agg([min, max])
Out[208]: 
     col2     col3     col4    
      min max  min max  min max
col1                           
-5      2   2   -1  -1    9   9
 0      5  49   -2   6    1   6
 3     -7  -7    3   3    5   5

一个数据框的每一列的最大值和最小值

Max and Min value for each colum of one Dataframe

python

list

max

min

pandas