pandas獲取groupby分組里最大值所在的行方法
如下面這個DataFrame,按照Mt分組，取出Count最大的那行
|
1
2
3
4
|
import pandas as pddf = 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：在分組中過濾出Count最大的行
|
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 |
| 4 | 10 | s2 | e | 5 | |
| s3 | 5 | 6 | s3 | f | 6 |
方法2：用transform獲取原dataframe的index，然后過濾出需要的行
|
1
2
3
4
5
6
7
8
|
print df.groupby(['Mt'])['Count'].agg(max)idx=df.groupby(['Mt'])['Count'].transform(max)print idxidx1 = idx == df['Count']print idx1df[idx1] |
|
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
|
Mts1 3s2 10s3 6Name: Count, dtype: int640 31 32 103 104 105 6dtype: int640 True1 False2 False3 True4 True5 Truedtype: 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 |
上面的方法都有個問題是3、4行的值都是最大值，這樣返回了多行，如果只要返回一行呢？
方法3：idmax（舊版本pandas是argmax）
|
1
2
|
idx = df.groupby('Mt')['Count'].idxmax()print idx |
|
1
2
3
4
5
6
|
df.iloc[idx]Mts1 0s2 3s3 5Name: 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 |
|
1
2
3
4
5
6
7
8
9
10
|
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) |
|
1
2
3
4
5
|
Mts1 1s2 4s3 6dtype: int64 |
| Mt | Value | |
|---|---|---|
| 0 | s1 | 1 |
| 3 | s2 | 4 |
| 5 | s3 | 6 |
方法4:先排好序，然后每組取第一個
|
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 |
那問題又來了，如果不是要取出最大值所在的行，比如要中間值所在的那行呢？
思路還是類似，可能具體寫法上要做一些修改，比如方法1和2要修改max算法，方法3要自己實現一個返回index的方法。 不管怎樣，groupby之后，每個分組都是一個dataframe。
以上這篇pandas獲取groupby分組里最大值所在的行方法就是小編分享給大家的全部內容了，希望能給大家一個參考，也希望大家多多支持服務器之家。
原文鏈接：http://www.guoguoday.com/post/pandas%E8%8E%B7%E5%8F%96groupby%E5%88%86%E7%BB%84%E9%87%8C%E6%9C%80%E5%A4%A7%E5%80%BC%E6%89%80%E5%9C%A8%E7%9A%84%E8%A1%8C/
