Найдите минимум и максимум каждого столбца для каждой метки в pandas.DataFrame

У меня есть DataFrame с именем df, и у него есть 4 столбца, как показано ниже:

A      B      C      Class
12     13     22     1
8      15     20     1
9      14     25     1
18     9      35     2 
5      14     30     2
4      12     28     2
35     87     67     3
35     82     66     3
20     7      32     4
10     8      32     4
22     7      31     4 
...    ...    ...    ...

Я хочу найти минимум и максимум для каждого столбца по отношению к классу. Другими словами, я хотел бы получить результат, аналогичный приведенному ниже:

Class: 1
A: [8, 12]
B: [13, 15]
C: [20, 25]

Class: 2
A: [4, 18]
B: [9, 14]
C: [28, 35]

Class: 3
A: [35, 35]
B: [82, 87]
C: [66, 67]
...
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
2
0
743
2
Перейти к ответу Данный вопрос помечен как решенный

Ответы 2

Ответ принят как подходящий

df.groupby(df['Class']).agg(['min', 'max'])

Другой подход

df.groupby('Class').apply(lambda x: pd.Series([[min(x.A),max(x.A)],[min(x.B),max(x.B)],[min(x.C),max(x.C)]])).reset_index().rename(columns = {0:'A',1:'B',2:'C'})

Выход

   Class         A         B         C
0      1   [8, 12]  [13, 15]  [20, 25]
1      2   [4, 18]   [9, 14]  [28, 35]
2      3  [35, 35]  [82, 87]  [66, 67]
3      4  [10, 22]    [7, 8]  [31, 32]

Другие вопросы по теме