Python Pandas 通过字典计算DataFrame中每行的指定列的最小值

1、计算数据

将DataFrame中数据的一列，通过字典中key作为的条件筛选出来，字典中value来指定列名，对于筛选出来的行中的指定的多个列，可以是所有列，也可以部分列，对这些列来计算最小值。

DataFrame数据：

Col0  Col1  Col2  Col3  Col4  Col5
0  Item1    20    89    26    40    55
1  Item2    25    15    30   108     2

条件：

my_dict = {
'Item1':['Col1','Col3'],
'Item2':['Col6','Col4']
}

结果：

Col0  Col1  Col2  Col3  Col4  Col5    min
0  Item1    20    89    26    40    55   20.0
1  Item2    25    15    30   108     2  108.0

说明：

my_dict作为条件，根据字典中的key值对DataFrame数据中的行进行筛选，然后符合条件的行数据，在根据字典中的value中指定的多个列名对应的值，对它们进行最小值的计算。比较适计算指定行的某些列的最小值。

2、通过df.apply()方法实现

apply() 函数是 pandas 中常用的函数之一，可以帮助高效地处理 DataFrame 数据。通过灵活运用 apply() 函数及其搭配的 lambda 函数，可以实现各种数据操作需求。

import pandas as pd
my_dict={'Item1':['Col1','Col3'],
'Item2':['Col2','Col4']
}
df=pd.DataFrame({
'Col0':['Item1','Item2'],
'Col1':[20,25],
'Col2':[89,15],
'Col3':[26,30],
'Col4':[40,108],
'Col5':[55,2]
})
my_dict = {
'Item1': ['Col1', 'Col3'],
'Item2': ['Col2', 'Col4']
}
df['min'] = df.apply(lambda r:r[my_dict.get(r['Col0'], [])].min(), axis=1)
print(df)

3、通过pd.crosstab()方法实现

pd.crosstab()可以在 pandas DataFrame 中有效地分析分类变量之间的关系。d.crosstab() 是一个强大的工具，可用于探索和分析分类数据中的模式和趋势。

import pandas as pd
df=pd.DataFrame({
'Col0':['Item1','Item2'],
'Col1':[20,25],
'Col2':[89,15],
'Col3':[26,30],
'Col4':[40,108],
'Col5':[55,2]
})
my_dict = {
'Item1':['Col1','Col3'],
'Item2':['Col6','Col4']
}
m = pd.crosstab(*(pd.DataFrame(my_dict)
.stack().reset_index(level=1)
.T.to_numpy()))
df['min'] = df.set_index('Col0').where(m.eq(1), float('inf')).min(axis=1).to_list()
print(df)

4、df.apply()

df.apply() 函数是 pandas 库中非常强大的工具，用于在 DataFrame 上应用函数，可以沿指定轴对整个 DataFrame 或其某个子集执行自定义函数。

参数名	类型	描述与默认值
func	function	必需参数。应用于 DataFrame 的函数。 接受 DataFrame 或 Series， 并返回可迭代对象、 单一值、Series 或 DataFrame。
axis	int 或 str	默认为 0 。定义函数应用的方向。 0 或 'index' 表示按列应用， 1 或 'columns' 表示按行应用。
raw	bool	默认为 False。如果为 True ，传递给 func 的是 numpy 数组而非 Series。 可以提高性能。
result_type	str	默认为 None。 控制输出类型。可选值为 None 、expand 、reduce、broadcast。
args	tuple	默认为空元组 () 。额外的位置参数元组，将传递给 func。
kwargs	dict	默认为空字典 {} 。额外的关键字参数，将传递给 func。

参考文档：Python pandas.DataFrame.apply函数方法的使用

5、pd.crosstab()

pd.crosstab() 是 Pandas 库中的一个函数，常用于生成交叉表（也称为列联表或透视表），它可以展示两个或多个变量之间的频率分布。这个函数非常有用，特别是在数据分析和统计分析中，用来观察不同变量之间的关系。

参数名	描述及类型
index	必须。用于在交叉表的行中分组的键， 通常是数组或Series。
columns	必须。用于在交叉表的列中分组的键， 通常是数组或Series。
values	可选，默认 None。 用于聚合的数组或Series， 需要与 aggfunc 配合使用。
aggfunc	可选，默认 None。聚合 values 的函数，如 sum、mean 等。
margins	布尔，默认 False。 是否添加行/列边距（小计）， 显示每行/列的总计以及总的总计。
margins_name	字符串，默认 "All"。当 margins=True 时， 边距的列/行的名称。
normalize	字符串/布尔，默认 False。 是否将频率表规范化， 可选 'all', 'index', 'columns' 或 False。
dropna	布尔，默认 True。 是否在构建交叉表时忽略带有 NaN 值的键。
rownames	已弃用 。自定义行的名字 （在新版本中可能已被弃用）。
colnames	已弃用 。自定义列的名字 （在新版本中可能已被弃用）。

参考文档：Python Pandas pandas.crosstab函数方法的使用