熊猫 groupby 并添加新列答案

【问题标题】：pandas groupby and adding new column熊猫 groupby 并添加新列
【发布时间】：2018-02-06 06:10:01
【问题描述】：

我正在尝试过滤具有 3 列的数据框，我想要做的是：按 col1 和 col2 分组并获取 col3 的最大值并获得 col3 的第二个最大值，但将其插入为新的列：第 4 列

我可以使用下面的方法对其进行分组，但不知道如何获得第二个最大值并将其作为另一列插入：

grouped = df.groupby(['COL1', 'COL2']).agg({'COL3': 'max'})

   COL1  COL2  COL3
0   A    1      0.2 
1   A    1      0.4
3   B    4      0.7

想要的输出：

   COL1  COL2  COL3  COL4
0   A    1      0.4  0.2
3   B    4      0.7  0.7

【问题讨论】：

标签： python pandas

【解决方案1】：

您可以使用.nlargest。以下解决方案利用了 Series 构造函数将广播值以匹配索引的形状这一事实。

df.groupby(['COL1', 'COL2'])['COL3'].apply(
    lambda s: pd.Series(s.nlargest(2).values, index=['COL3', 'COL4'])
).unstack()

           COL3  COL4
COL1 COL2            
A    1      0.4   0.2
B    4      0.7   0.7

【讨论】：

【解决方案2】：

第一个 sort_values 用于聚合 head 用于第一个和第二个最大值，然后通过 iat 选择以避免错误，如果仅使用一个值进行分组：

grouped = (df.sort_values(['COL1','COL2','COL3'], ascending=[True, True, False])
             .groupby(['COL1', 'COL2'])['COL3']
             .agg(['max', lambda x: x.head(2).iat[-1]])
          )
grouped.columns = ['COL3','COL4']
grouped = grouped.reset_index()
print (grouped)
  COL1  COL2  COL3  COL4
0    A     1   0.4   0.2
1    B     4   0.7   0.7

【讨论】：

【解决方案3】：

使用带有 group by 的 nlargest 函数，然后重置索引：

df2 = df.groupby(
          ['COL1', 'COL2']
      ).apply(
          lambda x: pd.Series(x.COL3.nlargest(2).values, index=['COL3', 'COL4'])
      ).reset_index()

输出：

   COL1  COL2  COL3  COL4
0   A    1      0.4  0.2
1   B    4      0.7  0.7

【讨论】：

这和我的回答一样:)
是的，你是对的。我发帖时没有注意到你的。