pandas獲取groupby分組裡最大值所在的行方法

NO IMAGE

pandas獲取groupby分組裡最大值所在的行方法

如下面這個DataFrame,按照Mt分組,取出Count最大的那行


import pandas as pd
df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]})
df
CountMtSpValue
03s1a1
12s1b2
25s2c3
310s2d4
410s2e5
56s3f6

方法1:在分組中過濾出Count最大的行


df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])
CountMtSpValue
Mt
s103s1a1
s2310s2d4
410s2e5
s356s3f6

方法2:用transform獲取原dataframe的index,然後過濾出需要的行


print df.groupby(['Mt'])['Count'].agg(max)
idx=df.groupby(['Mt'])['Count'].transform(max)
print idx
idx1 = idx == df['Count']
print idx1
df[idx1]

Mt
s1 3
s2 10
s3 6
Name: Count, dtype: int64
0 3
1 3
2 10
3 10
4 10
5 6
dtype: int64
0 True
1 False
2 False
3 True
4 True
5 True
dtype: bool
CountMtSpValue
03s1a1
310s2d4
410s2e5
56s3f6

上面的方法都有個問題是3、4行的值都是最大值,這樣返回了多行,如果只要返回一行呢?

方法3:idmax(舊版本pandas是argmax)


idx = df.groupby('Mt')['Count'].idxmax()
print idx

df.iloc[idx]
Mt
s1 0
s2 3
s3 5
Name: Count, dtype: int64
CountMtSpValue
03s1a1
310s2d4
56s3f6

df.iloc[df.groupby(['Mt']).apply(lambda x: x['Count'].idxmax())]
CountMtSpValue
03s1a1
310s2d4
56s3f6

def using_apply(df):
return (df.groupby('Mt').apply(lambda subf: subf['Value'][subf['Count'].idxmax()]))
def using_idxmax_loc(df):
idx = df.groupby('Mt')['Count'].idxmax()
return df.loc[idx, ['Mt', 'Value']]
print using_apply(df)
using_idxmax_loc(df)

Mt
s1 1
s2 4
s3 6
dtype: int64
MtValue
0s11
3s24
5s36

方法4:先排好序,然後每組取第一個


df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()
MtCountSpValue
0s13a1
1s210d4
2s36f6

那問題又來了,如果不是要取出最大值所在的行,比如要中間值所在的那行呢?

思路還是類似,可能具體寫法上要做一些修改,比如方法1和2要修改max演算法,方法3要自己實現一個返回index的方法。 不管怎樣,groupby之後,每個分組都是一個dataframe。

以上這篇pandas獲取groupby分組裡最大值所在的行方法就是小編分享給大家的全部內容了,希望能給大家一個參考,也希望大家多多支援指令碼之家。

您可能感興趣的文章:

pandas groupby 分組取每組的前幾行記錄方法Python在groupby分組後提取指定位置記錄方法pandas多級分組實現排序的方法pandas資料分組和聚合操作方法