pandas获取groupby分组里最大值所在的行方法_dataframe groupby求组内最大值_chenpe32cp的博客

相关文章推荐

酒量小的登山鞋 · 关于向S3服务器上传中文名称文件失败的处理办 ...· 1 周前 ·

完美的油条 · 如何为CSV文件指定名称，我用Scala保存 ...· 昨天 ·

安静的松树 · 西安市司法行政系统开展“4·15”全民国家安 ...· 1 月前 ·

善良的高山 · 安徽：所有乡镇基本实现15分钟以内上普通国省 ...· 1 月前 ·

眼睛小的大葱 · 专题专栏_南阳住房和城乡建设局· 2 月前 ·

气宇轩昂的铁板烧 · 荣耀手机在桌子上-西瓜视频· 2 月前 ·

健壮的排球 · 中国国际电视台：（杨杭军）2023中国前瞻： ...· 1 年前 ·

本文转载自此文，感谢楼主的耐心分享

如下面这个DataFrame,按照Mt分组，取出Count最大的那行

import pandas as pd

df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]})

df

	Count	Mt	Sp	Value
0	3	s1	a	1
1	2	s1	b	2
2	5	s2	c	3
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

方法1：在分组中过滤出Count最大的行( 这种效率非常低，不推荐使用 )

1	`df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])`

		Count	Mt	Sp	Value
Mt
s1	0	3	s1	a	1
s2	3	10	s2	d	4
s2	4	10	s2	e	5
s3	5	6	s3	f	6

方法2：用transform获取原dataframe的index，然后过滤出需要的行 ( 比较繁琐 )

print df.groupby(['Mt'])['Count'].agg(max)

idx=df.groupby(['Mt'])['Count'].transform(max)

print idx

idx1 = idx == df['Count']

print idx1

df[idx1]

Mt

s1 3

s2 10

s3 6

Name: Count, dtype: int64

0 3

1 3

2 10

3 10

4 10

5 6

dtype: int64

0 True

1 False

2 False

3 True

4 True

5 True

dtype: bool

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

上面的方法都有个问题是3、4行的值都是最大值，这样返回了多行，如果只要返回一行呢？

方法3：idmax（旧版本pandas是argmax）( 推荐 )

1 2	`idx = df.groupby('Mt')['Count'].idxmax()` `print idx`

df.iloc[idx]

Mt

s1 0

s2 3

s3 5

Name: Count, dtype: int64

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

1	`df.iloc[df.groupby(['Mt']).apply(lambda x: x['Count'].idxmax())]`

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

def using_apply(df):

return (df.groupby('Mt').apply(lambda subf: subf['Value'][subf['Count'].idxmax()]))

def using_idxmax_loc(df):

idx = df.groupby('Mt')['Count'].idxmax()

return df.loc[idx, ['Mt', 'Value']]

print using_apply(df)

using_idxmax_loc(df)

Mt

s1 1

s2 4

s3 6

dtype: int64

	Mt	Value
0	s1	1
3	s2	4
5	s3	6

方法4:先排好序，然后每组取第一个（此方法效率非常高）

1	`df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()`

	Mt	Count	Sp	Value
0	s1	3	a	1
1	s2	10	d	4
2	s3	6	f	6

那问题又来了，如果不是要取出最大值所在的行，比如要中间值所在的那行呢？

思路还是类似，可能具体写法上要做一些修改，比如方法1和2要修改max算法，方法3要自己实现一个返回index的方法。不管怎样，groupby之后，每个分组都是一个dataframe。

第一种：按照‘ 分组的名字’进行分组 , 然后求‘求的列名’列各组的平均值& 最大值 ：求平均值： df. group by(' 分组的名字')['求的列名'].mean() 求 最大值 ： df. group by(' 分组的名字')['求的列名'].max() 第二种：是先分组 , 然后求所有列分组后的平均值, 再取出‘求的列名’列的平均值& 最大值 ：求平均值： df. group by(' 分组的名字').mean()['求的列名'] 求 最大值 ： df. group by(' 分组的名字').max(.. dataframe 取分组中各组 最大值 对应行该问题源于电商后台项目的需求，找出每个商品的信息及其供货价最低的SKU对应的供货价、原价、现价，由于公司MySQL版本较低，无法使用开窗函数，故尝试将分页后的商品product与sku关联读出后通过 dataframe 做分组。例子中包含姓、性别、科目、成绩，取每个人最高分记录行 from pandas import DataFrame a=[... 使用pd读取，再使用np处理,np.min(数据，axis=) 其中min,max,median;最小，最大，中位数；aixs=0表示每列运算 import pandas as pd import numpy as np df=pd.read_csv('my_csv.csv',header=0,\ encoding='gbk',dtype={'年龄':float}) sele_at... 转载http://www.guoguoday.com/post/ pandas 获取 group by 分组里 最大值 所在的行 / pandas 获取 group by 分组里 最大值 所在的行 10/May 2016python pandas pandas 获取 group by 分组里 最大值 所在的行如下面这个 DataFrame ,按照Mt 分组，取出Count最大的那行 import pandas as pd df = pd.DataFr... df = pd. DataFrame ({'x':['A','C','B','D','C','B','B','A','D'] ,'num':[12,23,43,54,52,1,8,9,12]) x num 0 A 12 1 C 23 2 B 43 3 D 54 4 C 52 5 B 1 6 B 8 7 A 9 8 D 12 取出df中按x 分组后 最大值 所在行 #第一步：找到 最大值 所在行的index,此时返回的是idm，series类型 idm = df. group by('x')[' 我们处理某些表格数据时，会遇到某个字段在不同类别中有不同的值，有时候需要提取某个类别中该字段 最大值 所对应的行，只用 group by 往往不行。其实，使用 group by 和 merge 相结合，即可轻松解决这个问题。定义一个 DataFrame ：在上图的df中，不同的name对应着num值、年份，现在想提取每一year的最大num所对应的name。 2、接下来，对df进行 group by，并... 下面为大家分享一篇 pandas 获取 group by 分组里 最大值 所在的行方法，具有很好的参考价值，希望对大家有所帮助。一起过来看看吧 pandas 获取 group by 分组里 最大值 所在的行方法如下面这个 DataFrame ,按照Mt 分组，取出Count最大的那行 import pandas as pddf = pd. DataFrame ({'Sp':['a','b','c','d','e','f'], 'Mt':... Series和 DataFrame 都是有索引的，索引的好处是快速定位，在涉及到两个Series或 DataFrame 时可以根据索引自动对齐，比如日期自动对齐，这样可以省去很多事。