熊猫 + groupby答案

【问题标题】：Pandas + groupby熊猫 + groupby
【发布时间】：2019-02-24 14:13:22
【问题描述】：

数据集包含 4 列，其中 name 是孩子的名字，yearofbirth 表示孩子出生的年份，number 表示以该特定名字命名的婴儿数量。

   For example, entry 1 reads, in the year 1880, 7065 girl children were named Mary.

通过 pandas，我每年都在尝试找出最常用的名字。我的代码

   df.groupby(['yearofbirth']).agg({'number':'max'}).reset_index()

上面的代码部分回答了手头的问题。

我想要名称和最大数量。

【问题讨论】：

请edit您的帖子将您的数据框显示为文本而不是图像
我看不到您的代码。做有需要的

标签： python pandas pandas-groupby data-analysis

【解决方案1】：

根据this question 的回答，我想出了这个解决方案：

idx = df.groupby(['yearofbirth'])['number'].transform(max) == df['number']
df = df[idx]

print(df)

    name    number  sex yearofbirth
0   Mary    7065    F   1880

【讨论】：

【解决方案2】：

如果每年只有一个最大值，我认为需要 - sort_values 和 drop_duplicates：

df = pd.DataFrame({'name':list('abcaac'),
                   'yearofbirth':[1800,1800,1801,1801,1802,1802],
                   'number':[7,8,9,4,2,3],
                   'sex':['F'] * 6,
})

print (df)
  name  yearofbirth  number sex
0    a         1800       7   F
1    b         1800       8   F
2    c         1801       9   F
3    a         1801       4   F
4    a         1802       2   F
5    c         1802       3   F

df1 = (df.sort_values(['yearofbirth', 'number'], ascending=[True, False])
         .drop_duplicates('yearofbirth'))
print (df1)
  name  yearofbirth  number sex
1    b         1800       8   F
2    c         1801       9   F
5    c         1802       3   F

如果可能每年有多个最大值，请使用@Teoretic 解决方案。

【讨论】：

【解决方案3】：

你可以试试这个； sort 并获取 last val

df.sort_values('number').groupby('yearofbirth').tail(1)

或者你可以使用reindex

df.reindex(df.groupby('yearofbirth').number.idxmax())

演示：

In [1]: df = pd.DataFrame({'name':list('abcaac'),
    ...:                    'yearofbirth':[1800,1800,1801,1801,1802,1802],
    ...:                    'number':[7,8,9,4,2,3],
    ...:                    'sex':['F'] * 6,
    ...: })

In [2]: df.sort_values('number').groupby('yearofbirth').tail(1)
Out[2]:
  name  yearofbirth  number sex
5    c         1802       3   F
1    b         1800       8   F
2    c         1801       9   F


In [3]: df.reindex(df.groupby('yearofbirth').number.idxmax())
Out[3]:
       name  yearofbirth  number sex
number
1         b         1800       8   F
2         c         1801       9   F
5         c         1802       3   F

In [4]: df.loc[df.groupby('yearofbirth').number.idxmax()]
Out[4]:
  name  yearofbirth  number sex
1    b         1800       8   F
2    c         1801       9   F
5    c         1802       3   F

【讨论】：