查找列中的最大数字答案

【问题标题】：Find the largest number in column查找列中的最大数字
【发布时间】：2019-03-13 05:20:05
【问题描述】：

我正在尝试查找具有最大数字的月份（“月份”列）（在 DepDelay 列中）

数据

flightID         Month  ArrTime ActualElapsedTime  DepDelay   ArrDelay
BBYYEUVY67527        1   1514.0               58.0       NA      64.0   
MUPXAQFN40227        1     37.0              120.0       13      52.0   
LQLYUIMN79169        1    916.0              166.0       NA     -25.0   
KTAMHIFO10843        1      NaN                NaN        5       NaN   
BOOXJTEY23623        1      NaN                NaN        4       NaN  
BBYYEUVY67527        2   1514.0               58.0       NA      64.0   
MUPXAQFN40227        2     37.0              120.0       NA      52.0   
LQLYUIMN79169        2    916.0              166.0       NA     -25.0   
KTAMHIFO10843        2      NaN                NaN       15       NaN   
BOOXJTEY23623        2      NaN                NaN        4       NaN

我试过了：

data = pd.read_csv('data.csv', sep='\t')

dep_delay = all_data.groupby(["Month"].DepDelay.count().max())

print(dep_delay)

错误：

AttributeError                            Traceback (most recent call last)
<ipython-input-14-2ea6213009d6> in <module>()
----> 1 dep_delay = all_data.groupby(["Month"].DepDelay.count().max())
      2 
      3 print(dep_delay)

AttributeError: 'list' object has no attribute 'DepDelay'

良好的输出：

Month      DepDelay
    1            22

【问题讨论】：

我认为您在这里需要sum 而不是count。 count 计算非空值的数量，sum 总计（忽略 NaN）。

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

为了让你的代码工作，改变

dep_delay = all_data.groupby(["Month"].DepDelay.count().max())

到

dep_delay = all_data.groupby(["Month"]).DepDelay.count().max()

要找到您的解决方案：

idx = all_data['DepDelay'].idxmax()

all_data.loc[[idx], ['Month', 'DepDelay']]

输出

     Month  DepDelay
8      2      15.0

【讨论】：

【解决方案2】：

您需要sum 而不是count 才能按组对值求和。这是一种使用GroupBy + sum，然后是idxmax的方法：

res = df.groupby('Month')['DepDelay'].sum().reset_index()
res = res.loc[[res['DepDelay'].idxmax()]]

print(res)

   Month  DepDelay
0      1      22.0

或者，您可以分组和排序，然后提取第一行：

res = df.groupby('Month')['DepDelay'].sum()\
        .sort_values(ascending=False).head(1)\
        .reset_index()

print(res)

   Month  DepDelay
0      1      22.0

【讨论】：

【解决方案3】：

另一种方法：

pd.DataFrame(df.loc[df['DepDelay'].idxmax(), ['Month', 'DepDelay']]).T
#  Month DepDelay
#8     2       15

您可以重置索引以将8更改为0：

pd.DataFrame(df.loc[df['DepDelay'].idxmax(), ['Month', 'DepDelay']]).T.reset_index(drop=True)
#  Month DepDelay
#0     2       15

【讨论】：

答案应该是 22 否？
@Yuca 我正在尝试查找具有最大数字（在 DepDelay 列中）的月份（列“月”） 是 OP 所说的。而 22 的事情在另一个答案中得到了解决。
和我的 15 :)，好的，所以有足够的歧义来允许两种方法
@Yuca 你的是Series，我的是DataFrame :)