最小/最大分组在熊猫中使用单独的时间戳列[重复]
我有一个熊猫数据框df与重叠的时间跨度，看起来像这样：
min max grp
0 2013-06-19 18:49:37 2013-06-19 18:49:37 1
0 2013-06-19 18:49:37 2014-07-26 13:56:24 1
1 2013-07-16 03:05:57 2013-07-17 13:11:57 2
2 2013-08-01 03:26:35 2013-08-01 03:26:35 3
1 2013-08-19 06:20:32 2013-08-20 02:32:19 4
3 2013-08-19 07:04:34 2013-08-20 02:01:36 4
2 2013-09-14 09:08:47 2017-06-19 20:11:32 5
4 2013-09-14 22:11:48 2013-09-15 02:14:49 5
5 2013-10-13 21:51:21 2013-10-13 21:51:21 6
6 2013-10-14 03:41:18 2013-10-15 03:17:31 6
3 2013-10-15 03:17:31 2013-10-15 03:17:31 6
7 2013-10-15 04:07:45 2013-10-15 04:07:45 6
8 2013-11-03 07:03:55 2013-11-03 07:03:55 7
9 2013-11-22 02:06:16 2013-11-22 02:06:16 8
10 2013-11-22 02:31:07 2013-11-22 02:31:07 8
我的目标是获得每组grp的min最小值和max最大值。我试过：
df。groupby（['grp']）['min']。agg（['min'，'max']）。重置索引（）
但这只按min的最小值和最大值进行分组，而我正在寻找每组的min的最小值和max的最大值。
例如，在聚合之后，grp6应该具有最小的2013-10-13 21:51:21和最大的2013-10-15 04:07:45
熊猫有没有一个简单的解决办法？
共有1个答案
df.groupby('grp').agg({'min': min, 'max': max})
-
我有一个数据框，如下所示，带有网站名称和每个网站的日期范围。 我希望找到每个站点的开始和结束日期，并按如下方式布置数据框架： 我知道我可以找到整个范围的最小值和最大值，如下所示： 只是不确定最好的方法是将它分别应用于每个站点。
-
问题内容： 我有一个数据框，看起来像： 我希望按年份分组，然后总结sum_col。此外，我需要查找一周的最早日期和最新日期。第一部分很简单： 我试图用这个来找到最小/最大日期，但是没有成功： 如何找到最早/最新出现的日期？ 问题答案： 您需要组合适用于同一列的函数，如下所示：
-
我有一个名为的，它有4列，如下所示： 我想要的是找到关于类的每一列的最小值和最大值。换句话说，我希望得到一个类似于下面的结果：
-
问题内容： 我在搜索时遇到问题，只是不知道该怎么做。我的文档具有以下形式： 假设会话ID的第一个时间戳是“登录”，最后一个时间戳是“注销”。我希望所有会话都具有所有“登录”和“注销”文档（如果可能，请按排序）。我设法通过聚合获得正确的时间戳： 但是我如何获得相应的文档？我也不介意我是否必须进行2次搜索（一次用于登录，一次用于注销）。我尝试了热门热门文章的汇总和排序工作，但是我总是会遇到解析错误：/
-
问题内容： 我有一个包含屏幕名称，tweet，收藏夹等的Pandas DataFrame。我想找到“ favcount”（我已经做过）的最大值，并返回该“ tweet”的屏幕名称 我似乎找不到任何东西，任何人都可以帮助我朝正确的方向发展吗？ 问题答案： 使用 来获取最大价值的指标。那你可以用 编辑： 现已弃用，切换为
-
问题内容： 我有一个与csv文件和解析datetime有关的简单问题。 我有一个csv文件，如下所示： 我想使用pandas（read_csv）读取它，并将其放入由datetime索引的数据帧中。到目前为止，我已经尝试实现以下内容： 我得到的结果是： 如您所见，将HH转换为其他日期时的parse_dates。 是否有一种简单有效的方法将“ YYYYMMDD”列与“ HH”列正确组合，以实现类似的目