使用 groupby 方法从所有子组中获取最大行数 (Python)

Question

我有这个数据框，里面有 3 列“地区”、“州或省”、“销售额” 我已经按地区和州或省分组，并希望获得销售价值。但是我想从每个区域获得最大状态！我怎样才能得到那个？

sales_by_state = df_n.groupby(['Region', 'State or Province'])['Sales'].sum()
sales_by_state = sales_by_state.to_frame()
sales_by_state

Answer 1

要获得每个区域的最大销售额，您可以使用'idxmax()'groupby 对象上的函数。这将返回每个组的最大值的索引，然后您可以使用它来索引原始数据框以获取相应的行。

这是一个例子：

# Get the maximum sales for each region
max_sales = sales_by_state.groupby(level=0)['Sales'].idxmax()

# Use the index of the maximum sales to index into the original data frame
max_sales_by_state = df_n.loc[max_sales]

这将返回一个新的数据框，其中包含原始数据框中与每个区域的最大销售额相对应的行。然后，您可以访问中的值“州或省”列以获得每个区域的最大状态。

或者，您可以使用'申请（）'groupby 对象上的方法将自定义函数应用于每个组。此函数可以返回该组销售额最大的州，然后您可以使用它在数据框中创建一个新列，其中包含每个地区的最大州。

这是一个例子：

# Define a custom function that returns the state with the maximum sales for a group
def get_max_state(group):
  # Index into the group to get the state with the maximum sales
  return group.loc[group['Sales'].idxmax()]['State or Province']

# Apply the custom function to each group and create a new column with the results
sales_by_state['Max State'] = sales_by_state.groupby(level=0).apply(get_max_state)

这将添加一个新列到'sales_by_state'包含每个区域的最大状态的数据框。