pandas取各組中的最大值
阿新 • • 發佈：2020-08-13
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：在分組中過濾出Count最大的行
| 1 |
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獲取原dataframe的index，然後過濾出需要的行
| 1 2 3 4 5 6 7 8 |
print df.groupby(['Mt'])['Count'].agg(max)
idx=df.groupby(['Mt'])['Count'].transform(max)
print idx
idx1 = idx == df['Count']
print idx1
df[idx1] |
| 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19 |
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）
| 1 2 |
idx = df.groupby('Mt')['Count'].idxmax()
print idx
|
| 1 2 3 4 5 6 |
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 |
| 1 |
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 |
| 1 2 3 4 5 6 7 8 9 10 |
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)
|
| 1 2 3 4 5 |
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，然後每組取第一個
| 1 |
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 |