【下载文档:  pandas获取groupby分组里最大值所在的行方法.txt 】

---

pandas获取groupby分组里最大值所在的行方法
pandas获取groupby分组里最大值所在的行方法
如下面这个DataFrame,按照Mt分组，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
Count
Mt
Sp
Value
0
3
s1
a
1
1
2
s1
b
2
2
5
s2
c
3
3
10
s2
d
4
4
10
s2
e
5
5
6
s3
f
6
方法1：在分组中过滤出Count最大的行
df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])
Count
Mt
Sp
Value
Mt
s1
0
3
s1
a
1
s2
3
10
s2
d
4
4
10
s2
e
5
s3
5
6
s3
f
6
方法2：用transform获取原dataframe的index，然后过滤出需要的行
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
Count
Mt
Sp
Value
0
3
s1
a
1
3
10
s2
d
4
4
10
s2
e
5
5
6
s3
f
6
上面的方法都有个问题是3、4行的值都是最大值，这样返回了多行，如果只要返回一行呢？
方法3：idmax（旧版本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
Count
Mt
Sp
Value
0
3
s1
a
1
3
10
s2
d
4
5
6
s3
f
6
df.iloc[df.groupby(['Mt']).apply(lambda x: x['Count'].idxmax())]
Count
Mt
Sp
Value
0
3
s1
a
1
3
10
s2
d
4
5
6
s3
f
6
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
Mt
Value
0
s1
1
3
s2
4
5
s3
6
方法4:先排好序，然后每组取第一个
df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()
Mt
Count
Sp
Value
0
s1
3
a
1
1
s2
10
d
4
2
s3
6
f
6
那问题又来了，如果不是要取出最大值所在的行，比如要中间值所在的那行呢？
思路还是类似，可能具体写法上要做一些修改，比如方法1和2要修改max算法，方法3要自己实现一个返回index的方法。 不管怎样，groupby之后，每个分组都是一个dataframe。
以上这篇pandas获取groupby分组里最大值所在的行方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持中文源码网。