Pandas \ Python：通过成对比较创建新的数据框

如何解决Pandas \ Python：通过成对比较创建新的数据框

我有一个示例DataFrame。

df = pd.DataFrame({'time':['12:00','12:01','12:02','12:03','12:04','12:05','12:06','12:07'],'begin':[6880,6930,6920,7095,7025,7300,7130,7110],'up':[7034,6995,7105,7415,7420,7230,7195],'down':[6880,6845,6869,6885,6894,7090,7045,6990],'end':[6930,7110,7055]})
df = df.set_index('time')

        begin   up      down    end
time                
12:00   6880    7034    6880    6930
12:01   6930    6995    6845    6920
12:02   6920    7105    6869    7095
12:03   7095    7105    6885    7025
12:04   7025    7415    6894    7300
12:05   7300    7420    7090    7130
12:06   7130    7230    7045    7110
12:07   7110    7195    6990    7055

算法：

1. 对于索引列time的第一行和第二行：（与第一行相同）= 12:00

2. 对于列begin的第一行和第二行：（将是第一行的“开始”）new_begin = 6880

3. 对于列up的第一行和第二行：如果'up_row1'>'up_row2'：new_up = up_row1否则：up_row2

4. 对于列down的第一行和第二行：如果'down_row1'

5. 对于列end的第一行和第二行：（将是第二行的“结尾”）new_end = 6920

   第三排和第四排以及其他两排的依此类推

因此结果必须完全像这样

        begin   up      down    end
time                
12:00   6880    7034    6845    6920
12:02   6920    7105    6869    7025
12:04   7025    7420    6894    7130
12:06   7130    7230    6990    7055

在此先感谢您的帮助！

解决方法

您可以groupby在自定义成对分组器上使用数据框，然后使用字典agg dct：

dct = {'time': 'first','begin': 'first','up': 'max','down': 'min','end': 'last'}
df = df.reset_index().groupby(np.arange(len(df)) // 2).agg(dct).set_index('time')

---

       begin    up  down   end
time                          
12:00   6880  7034  6845  6920
12:02   6920  7105  6869  7025
12:04   7025  7420  6894  7130
12:06   7130  7230  6990  7055