下面为大家分享一篇pandas获取groupby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groupby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 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
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 | 
| 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
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)
idx = df.groupby('Mt')['Count'].idxmax()
print idxdf.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 | 
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
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。
相关推荐:
以上就是pandas获取groupby分组里最大值所在的行方法的详细内容,更多请关注php中文网其它相关文章!
                        
                        每个人都需要一台速度更快、更稳定的 PC。随着时间的推移,垃圾文件、旧注册表数据和不必要的后台进程会占用资源并降低性能。幸运的是,许多工具可以让 Windows 保持平稳运行。
                Copyright 2014-2025 https://www.php.cn/ All Rights Reserved | php.cn | 湘ICP备2023035733号