【问题标题】:get rows with largest value in grouping [duplicate]获取分组中具有最大值的行[重复]
【发布时间】:2018-11-21 18:37:42
【问题描述】:

我有一个根据id 列分组的数据框。对于每个组,我想获取包含最大值的行(整行,而不仅仅是值)。我可以通过首先获取每个组的最大值,然后创建一个过滤器数组,然后在原始数据帧上应用过滤器来做到这一点。像这样,

import pandas as pd

# Dummy data
df = pd.DataFrame({'id' : [1, 1, 1, 2, 2, 2, 3, 3, 4, 4, 4, 4],
                   'other_value' : ['a', 'e', 'b', 'b', 'a', 'd', 'b', 'f' ,'a' ,'c', 'e', 'f'],
                   'value' : [1, 3, 5, 2, 5, 6, 2, 4, 6, 1, 7, 3]
                   })

# Get the max value in each group
df_max = df.groupby('id')['value'].max()

# Create row filter
row_filter = [df_max[i]==v for i, v in zip(df['id'], df['value'])]

# Filter
df_target = df[row_filter]
df_target
Out[58]: 
    id other_value  value
2    1           b      5
5    2           d      6
7    3           f      4
10   4           e      7

此解决方案有效,但不知何故似乎过于繁琐。有谁知道更好的方法来做到这一点。最好是oneliner。关于潜在的重复,我稍后会处理:)

【问题讨论】:

    标签: python pandas pandas-groupby


    【解决方案1】:

    如果需要,请使用DataFrameGroupBy.idxmax,只选择一个最大值:

    df = df.loc[df.groupby('id')['value'].idxmax()]
    print (df)
        id other_value  value
    2    1           b      5
    5    2           d      6
    7    3           f      4
    10   4           e      7
    

    如果有多个最大值并希望通过max 值查找所有行:

    df = pd.DataFrame({'id' : [1, 1, 1, 2, 2, 2, 3, 3, 4, 4, 4, 4],
                       'other_value' : ['a', 'e', 'b', 'b', 'a', 'd', 'b', 'f' ,'a' ,'c', 'e', 'f'],
                       'value' : [1, 3, 5, 2, 5, 6, 2, 4, 6, 1, 7, 7]
                       })
    

    print (df)
        id other_value  value
    0    1           a      1
    1    1           e      3
    2    1           b      5
    3    2           b      2
    4    2           a      5
    5    2           d      6
    6    3           b      2
    7    3           f      4
    8    4           a      6
    9    4           c      1
    10   4           e      7
    11   4           f      7
    
    df = df[df.groupby('id')['value'].transform('max') == df['value']]
    print (df)
        id other_value  value
    2    1           b      5
    5    2           d      6
    7    3           f      4
    10   4           e      7
    11   4           f      7
    

    【讨论】:

    • 太容易了 :) 谢谢。
    猜你喜欢
    • 2018-02-09
    • 2014-12-31
    • 2019-06-28
    • 1970-01-01
    • 2021-02-01
    • 2017-04-13
    • 2019-06-09
    • 1970-01-01
    • 2019-08-14
    相关资源
    最近更新 更多