将 n 行中的最低值分配给 DataFrame 中的 n 行

Question

我需要取 n 行中的最小值并将其添加到数据帧新列中的这 n 行中。

例如：n = 3

Column 1   Column 2
-------------------
    5         3
    3         3
    4         3
    7         2
    8         2
    2         2
    5         4 
    4         4
    9         4
    8         2
    2         2
    3         2
    5         2

请注意，如果行数不能被 n 整除，则最后的值将合并到最后一组中。因此，在此示例中，数据帧的末尾 n=4。

提前谢谢您！

Answer 1

我不知道有什么直接的方法可以做到这一点，但这是一个工作示例（不优雅，但有效......）。

如果您不担心行数可被 n整除，则可以使用

.groupby()

:

import pandas as pd
d = {'col1': [1, 2,1,5,3,2,5,6,4,1,2] }
df = pd.DataFrame(data=d)
n=3
df['new_col']=df.groupby(df.index // n).transform('min')

产生：

    col1  new_col
0      1        1
1      2        1
2      1        1
3      5        2
4      3        2
5      2        2
6      5        4
7      6        4
8      4        4
9      1        1
10     2        1

但是，我们可以看到最后 2 行被分组在一起，而不是在本例中与前 3 个值分组。

一种解决方法是查看由

.count()

生成的每个组中元素的

grouby

，并检查最后一个：

import pandas as pd
d = {'col1': [1, 2,1,5,3,2,5,6,4,1,2] }
df = pd.DataFrame(data=d)
n=3
# Temporary dataframe
A = df.groupby(df.index // n).transform('min')
# The min value of each group in a second dataframe
min_df = df.groupby(df.index // n).min()
# The size of the last group
last_batch = df.groupby(df.index // n).count()[-1:]
# if the last size is not equal to n
if last_batch.values[0][0] !=n:
    last_group = last_batch+n
    A[-last_group.values[0][0]:]=min_df[-2:].min()

# Assign the temporary modified dataframe to df
df['new_col'] = A

产生预期结果：

    col1  new_col
0      1        1
1      2        1
2      1        1
3      5        2
4      3        2
5      2        2
6      5        1
7      6        1
8      4        1
9      1        1
10     2        1