熊猫：需要找到每个团队每年的最高薪水

Question

我正在尝试处理一个简单的篮球运动员数据集 其中包含下面给出的一些基本列：

year | teamID | playerID | salary

数据来自 1985-2016 年。我正在尝试找到每个团队每年提供的最高平均工资。

我最初使用groupby如下：

mean_salary_by_year_team = \
salaries.groupby(['yearID', 'teamID'])[['salary']].agg(np.mean)

现在这给了我每个团队和每年的平均工资。但是，我怎样才能从 'salary' 和相应的 'teamID' 中提取每年的最大值。

请不要给我确切的代码，而是我可以参考的想法或功能。如果我仍然没有得到答案，我会尝试回来:)

Answer 1

我只能假设您正在寻找这样的东西：

import pandas as pd
df = pd.DataFrame({'Year':[1,1,1,2,2,2], 'TeamID':[1,2,3,1,2,3], 'Salary':[100,200,300,150,350,250]})
df = df[['Year','TeamID','Salary']]
print('DATAFRAME:')
print(df)

print('MEAN SALARY:')
print(df.groupby('Year').agg({'Salary':'mean'}))

print('MAX SALARY:')
print(df.groupby('Year').apply(lambda x: x[x['Salary'] == x['Salary'].max()]))

print('MIN SALARY:')
print(df.groupby('Year').apply(lambda x: x[x['Salary'] == x['Salary'].min()]))

输出：

DATAFRAME:
    Year  TeamID  Salary
0     1       1     100
1     1       2     200
2     1       3     300
3     2       1     150
4     2       2     350
5     2       3     250

MEAN SALARY:
      Salary
Year        
1        200
2        250

MAX SALARY:
        Year  TeamID  Salary
Year                        
1    2     1       3     300
2    4     2       2     350

MIN SALARY:
        Year  TeamID  Salary
Year                        
1    0     1       1     100
2    3     2       1     150