0

〇実行環境
Windows 10
Python 3.X
pandas

こちらのリンクでの質問内容の続きになります。
pandasでの特定の条件下でのデータ取得ができない。
〇リンク先の質問
上記のリンクではpandasを使用して各idがカラムのどの「分類」に属しているかの質問をし、groupbyを使用して、各idごとの分類と数値を取得することができました。

〇質問内容
上記の質問から次のようなdfxを取得することができました。

〇dfx(区切りが見やすいよう、csv形式にしています。)

id,数値,分類
aaa,3141,type2
bbb,5926,type1
ccc,5358,type3
ddd,9793,type1
eee,2384,type3
fff,6264,type2
ggg,3383,type2
hhh,2795,type1
iii, 288,type3
jjj,4197,type1
kkk,1693,type3
lll,9937,type2
mmm,5105,type2
nnn,8209,type1

このデータからカラム「分類」の三つの要素ごとに最大値、最小値を求めたいと考え、以下のコードを実行しました。

dfx_max_min = dfx.groupby('分類').agg(['max','min'])
print(dfx_max_min)

print結果を確認しますと、以下のようなデータが取得できました。
id、数値ともにそれぞれの分類の最大値最小値を取得しました。

        id         数値
       max  min   max   min
分類
type1  nnn  hhh  9793  2795
type2  mmm  aaa  9937  3141
type3  kkk  ccc  5358   288

今回私は数値が最大、最小の時のidを最大、最小としてdfとして作成しなおしたいと考えております。
type1の最大値9793の時のidはdddですのでtype1のidの最大値はdddになります。

〇成形したいデータ

        id         数値
       max  min   max   min
分類
type1  ddd  bbb  9793  2795
type2  lll  aaa  9937  3141
type3  ccc  iii  5358   288

今回のようなデータ成形を行う場合pandasでどういった書き方ができますでしょうか?

2 件の回答 2

1

多少 結果の順序が異なります

Update (前とあまり変わらないが, とりあえず agg 使用してみた)

def fn(sdf):
    df = pd.concat([dfx.loc[dfx['数値'] == v, ['id', '数値']].iloc[0]
            for v in sdf['数値'].agg(['max', 'min'])])
    df.index = pd.MultiIndex.from_product([('max', 'min'), ('id', '数値')])
    return df

dfx.groupby('分類').apply(fn)

#       max         min
#       id  数値      id  数値
# 分類                
# type1 ddd 9793    hhh 2795
# type2 lll 9937    aaa 3141
# type3 ccc 5358    iii 288

追記

今回のようなデータ成形を行う場合pandasでどういった書き方ができますでしょうか?

agg() を利用する場合, 最大値・最小値であればともかく, 平均では idを出しようもなく, また最大・最小が複数のときも項目を選択する必要があります
どちらかというと(このような整形は)ムリに出してる感じ

「成形したいデータ」の形式とは異なるけれど
pandasでどういった書き方ができるか, と捉えるなら以下のようにもできます
(該当する id も分かりやすいはず)

(dfx.style
    .highlight_max(props='color:white;background-color:darkblue;', subset=idx[dfx['分類'] == 'type1', '数値'])
    .highlight_max(props='color:white;background-color:pink;',     subset=idx[dfx['分類'] == 'type2', '数値'])
    .highlight_max(props='color:white;background-color:purple;',   subset=idx[dfx['分類'] == 'type3', '数値'])
)

以下は colabでの結果
(markdownで色指定できなかったので画像で)

最大値を typeごとに色分け

update
さらに別解。(色付けの表現の回答もありだと判断して)

分類ごとの 最大値と最小値と, それに平均未満のデータの色分け
平均未満は少し薄めの文字色にしてるけど見えづらいようならすみません

def highlight(s, maxprops='', minprops='', meanprops=''):
    grouped = s.groupby(level=1)
    return np.select([
        s == grouped.transform('max'),
        s == grouped.transform('min'),
        s <  grouped.transform('mean'),
        ], [maxprops, minprops, meanprops], default='')

df = dfx.set_index('分類', append=True)
df.style.apply(highlight, maxprops='background-color:pink;',
                          minprops='background-color:yellow',
                          meanprops='color:darkgray',
               subset='数値')

最大値と最小値と平均未満

1
midx = pd.MultiIndex.from_product([['max', 'min'], dfx.columns[:2]])
dfx_max_min = dfx.groupby('分類')['数値'].agg(['idxmax', 'idxmin'])\
                 .apply(lambda x: dfx.loc[x, dfx.columns[:2]].stack().set_axis(midx), axis=1)\
                 .swaplevel(axis=1).sort_index(axis=1, level=0)

print(dfx_max_min)

#         id       数値      
#        max  min   max   min
# 分類                       
# type1  ddd  hhh  9793  2795
# type2  lll  aaa  9937  3141
# type3  ccc  iii  5358   288

この質問に回答するには、ログインする必要があります。

求めていた回答ではありませんか? のタグが付いた他の質問を参照する。