获取列中的最大值答案

【问题标题】：Getting maximum values in a column获取列中的最大值
【发布时间】：2019-10-23 22:19:47
【问题描述】：

我的数据框如下所示：

Country Code Duration
A        1     0
A        1     1
A        1     2
A        1     3
A        2     0
A        2     1
A        1     0
A        1     1
A        1     2

我需要从“持续时间”列中获取最大值——不仅是最大值，而且是该列中每个数字序列的最大值列表。输出可能如下所示：

Country Code Duration
  A      1     3
  A      2     1
  A      1     2

我本可以按“代码”分组，但它的值经常重复，所以这可能不是一个选项。任何帮助或提示将不胜感激。

【问题讨论】：

问题陈述有点不清楚，提供的输出令人困惑。您实际上是在显示所需的输出还是只是输出的形式？如果是前者，请解释如何获得该输出。如果是后者，请提供实际所需输出的示例。
@GZ0 这是所需的输出。持续时间列由从 0 到 n 的值序列组成，我只需要获取这些 n 值。例如，第一个序列的范围是 0 到 3，因此输出中的第一行是 3 表示 Duration；第 2 个序列的范围是 0 到 1，输出中的第 2 行是 1；最后一个序列的范围是 0 到 2，因此输出中的最后一行是 2 表示 Duration。

标签： python pandas

【解决方案1】：

在通过diff 和cumsum 创建另一个组密钥后使用idxmax

df.loc[df.groupby([df.Country,df.Code.diff().ne(0).cumsum()]).Duration.idxmax()]
  Country  Code  Duration
3       A     1         3
5       A     2         1
8       A     1         2

【讨论】：

【解决方案2】：

首先我们创建一个掩码来标记序列。然后我们 groupby 来创建想要的输出：

m = (~df['Code'].eq(df['Code'].shift())).cumsum()

df.groupby(m).agg({'Country':'first',
                   'Code':'first',
                   'Duration':'max'}).reset_index(drop=True)

  Country  Code  Duration
0       A     1         3
1       A     2         1
2       A     1         2

【讨论】：

我认为as_index=False 可能会在groupby 调用中使用，以避免最后的reset_index 调用。

【解决方案3】：

您可能想查看此链接，这可能是您正在寻找的答案： pandas groupby where you get the max of one column and the min of another column 。它是：

result = df.groupby(['Code', 'Country']).agg({'Duration':'max'})[['Duration']].reset_index()

【讨论】：

【解决方案4】：

这个问题有点不清楚。但是，假设顺序很重要，我们可以找到解决方案。

import pandas as pd
d = pd.read_csv('data.csv')

s = d.Code
d['series'] = s.ne(s.shift()).cumsum()
print(pd.DataFrame(d.groupby(['Country','Code','series'])['Duration'].max().reset_index()))

 Country  Code  series  Duration
0       A     1       1         3
1       A     1       3         2
2       A     2       2         1

然后您可以删除该系列。

【讨论】：