在 Python 中查找 Pandas 的每个单元格中的最大值/最小值

debugcn 发表于 Dev

视觉爱好者

我是 Pandas 的新手，我有一个 csv 数据文件，我正在尝试为特定列的每一行找到最大值和最小值。该数据如下所示：

0          PK,K,1,2,3,4,5
1    PK,K,1,2,3,4,5,6,7,8
2    PK,K,1,2,3,4,5,6,7,8
3                   K,1,2
4                PK,K,1,2

这是我的 CSV 文件的其中一列（大约 600 行中的前 5 行）。如您所见，它在每个单元格中有多个值（这些是学校提供的成绩）。如何从这些信息中找到最小值和最大值？提前致谢

我尝试使用 dataFrame.max()/dataFrame.min()，但这给出了整行或整列的最大值/最小值。我的问题更具体到一个单元格。我也想过将每个单元格转换成一个列表，然后我可以使用 python 默认函数找到最大值/最小值，但我真的不想那样做。我想坚持使用 Pandas 和数据框

length_ = gradesOffered.shape
print(length_)
print(gradesOffered.iloc[0:5,0])
print(gradesOffered.iloc[0:5,0].max())

Output:
(660, 1)
0          PK,K,1,2,3,4,5
1    PK,K,1,2,3,4,5,6,7,8
2    PK,K,1,2,3,4,5,6,7,8
3                   K,1,2
4                PK,K,1,2
Name: Grades_Offered_All, dtype: object
PK,K,1,2,3,4,5,6,7,8

我的预期输出是（在“最大”情况下）：

(660, 1)
0          PK,K,1,2,3,4,5
1    PK,K,1,2,3,4,5,6,7,8
2    PK,K,1,2,3,4,5,6,7,8
3                   K,1,2
4                PK,K,1,2
Name: Grades_Offered_All, dtype: object
0    5
1    8
2    8
3    2
4    2

我的预期输出是（在“最小”情况下）：

(660, 1)
0          PK,K,1,2,3,4,5
1    PK,K,1,2,3,4,5,6,7,8
2    PK,K,1,2,3,4,5,6,7,8
3                   K,1,2
4                PK,K,1,2
Name: Grades_Offered_All, dtype: object
0    PK
1    PK
2    PK
3    K
4    PK

安娜·尼维森

您应该创建自己的函数来查找最小值/最大值，并使用 .apply 创建具有每行最小值和最大值的列。尝试根据单个单元格放置找到最小值/最大值会很麻烦。

例子：

import pandas as pd


def max_school(row):
    order = ['PK', 'K', '1', '2', '3', '4', '5', '6', '7', '8']
    sort = sorted(row.dropna(), key=lambda x:order.index(x))
    return sort[-1]

def min_school(row):
    order = ['PK', 'K', '1', '2', '3', '4', '5', '6', '7', '8']
    sort = sorted(row.dropna(), key=lambda x:order.index(x))
    return sort[0]

df = pd.read_csv('something.csv', dtype=str)

df['Max'] = df.apply(lambda x: max_school(x), axis=1)
df['Min'] = df.apply(lambda x: min_school(x), axis=1)

print(df)

这输出：

     1    2    3    4    5    6    7  8  9 10 Max Min
0  NaN  NaN  NaN   PK    K    1    2  3  4  5   5  PK
1   PK    K    1    2    3    4    5  6  7  8   8  PK
2   PK    K    1    2    3    4    5  6  7  8   8  PK
3  NaN  NaN  NaN  NaN  NaN  NaN  NaN  K  1  2   2   K
4  NaN  NaN  NaN  NaN  NaN  NaN   PK  K  1  2   2  PK

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。