Не работает отбор значений по min

Question

Выделяю минимальные значения каждого периода из столбца Input. Это 'min'.
Должно получатся минимальное число, но выходит 0.

Как сделать правильно?

from itertools import product
import xlrd

df = pd.read_csv('1111.csv')

def first(s):
    return s.loc[(s!=0).idxmax()] # с изменением на idxmin()] не работает

col = 'Input'

mask = (df[col].ne(0) & df[col].shift(-1).eq(0))    
tmp = df.groupby(mask.shift().fillna(0).cumsum())[col].agg([first, 'last', 'min'])

new_cols = ["<first>", "<last>", "<min>"]
df = df.assign(**dict(product(new_cols, [""])))

df.loc[mask, new_cols] = tmp.iloc[:mask.sum()].values

Пример данных:
    Input
7   0
8   0
9   0
10  0
11  0
12  0
13  0
14  0
15  0
16  22.65
17  22.65
18  22.66
19  22.65
20  22.65
21  22.65
22  22.66
23  22.65
24  22.65
25  22.65
26  22.64
27  22.64
28  22.65
29  0
30  0
31  0
32  0

Что должно быть:

    Input   <first> <last>  <min>
7   0           
8   0           
9   0           
10  0           
11  0           
12  0           
13  0           
14  0           
15  0           
16  22.65           
17  22.65           
18  22.66           
19  22.65           
20  22.65           
21  22.65           
22  22.66           
23  22.65           
24  22.65           
25  22.65           
26  22.64           
27  22.64           
28  22.65   22.65   22.65   22.64
29  0           
30  0           
31  0           
32  0           
33  0           
34  0           
35  0           
36  22.64   22.64   22.64   22.64
37  0           
38  0           
39  0           
40  0

Файл данных.
Пример CSV - в нем уже есть first, last, min, но min пустой - т.к. этот код его не вычислил.

Answer 1

Ваша проблема в том, что ваша функция

def first(s):
    return s.loc[(s!=0).idxmax()] # с изменением на idxmin()] не работает

не работает правильно ни с .idxmax()!

Посмотрите:

(s!=0) — это серия из логижеских значений, т. е. True / False,
когда в этой серии будут присутствовать обе эти значения, то минимальным будет False и максимальным будет True,
в вашем случае она начинается с False, значит, (s!=0).idxmax() будет 0,
пусть она будет например False, False, True, True, True, False,
тогда (s!=0).idxmax() будет 2, другими словами, индекс первого ненулевого значения серии s, что вы вероятно не хотели.

Answer 2

можно написать собственную функцию для нахождения минимума, которая будет игнорировать нулевые значения:

def mmin(ser):
    return ser.loc[ser != 0].min()

дальше пользуемся практически тем же кодом, что и у вас в вопросе:

mask = (df[col].ne(0) & df[col].shift(-1).eq(0))
tmp = df.groupby(mask.shift().fillna(0).cumsum())[col].agg([first, "last", mmin])
# NOTE: -------------------------------------------------------------->    ^^^^

new_cols = ["<first>", "<last>", "<min>"]
df = df.assign(**dict(product(new_cols, [""])))

df.loc[mask, new_cols] = tmp.iloc[:mask.sum()].values

результат:

In [39]: df
Out[39]:
    Input <first> <last>  <min>
7    0.00
8    0.00
9    0.00
10   0.00
11   0.00
12   0.00
13   0.00
14   0.00
15   0.00
16  22.65
17  22.65
18  22.66
19  22.65
20  22.65
21  22.65
22  22.66
23  22.65
24  22.65
25  22.65
26  22.64
27  22.64
28  22.65   22.65  22.65  22.64
29   0.00
30   0.00
31   0.00
32   0.00

Answer 3

def applyfunc(df):
    funcs = ["first", "last", "min", "max"]
    n = len(df)
    s = n * [""]
    for func in funcs:
        colname = f"<{func}>"
        if func == "first":
            val = df.Input.iloc[0]
        elif func == "last":
            val = df.Input.iloc[-1]
        else:
            val = getattr(df.Input, func)()
        s[n-1] = val if val != 0 else "" 
        df[colname] = s
    return df   

key = df.Input.apply("sign").abs().diff().abs().fillna(0).cumsum()
df.groupby(key).apply(applyfunc)

БЛОГ НА HUSL

Не работает отбор значений по min

Ответы (3 шт):