pandas获取groupby分组里最大值所在的行方法_dataframe分组取最大值,groupby取最大值 - CSDN文库

5星 · 超过95%的资源 170 浏览量更新于2023-03-03 评论收藏 59KB PDF 举报

身份认证购VIP最低享 7 折!

领优惠券(最高得80元）

资源详情

资源评论

资源推荐

pandas获取获取groupby分组里最大值所在的行方法分组里最大值所在的行方法

pandas获取获取groupby分组里最大值所在的行方法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

方法方法1：在分组中过滤出：在分组中过滤出Count最大的行最大的行

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

方法方法2：用：用transform获取原获取原dataframe的的index，然后过滤出需要的行，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

本内容试读结束，登录后可阅读更多

下载后可阅读完整内容，剩余2页未读，立即下载

评论10

IYA1738

2023-06-17

这篇文章的方法让我对数据分析更加深入了解。

weixin_38742460

粉丝: 19
资源: 912

会员权益专享

图片转文字

全年可省5，000元立即开通

最新资源

资源上传下载、课程学习等过程中有任何疑问或建议，欢迎提出宝贵意见哦~我们会及时处理！点击此处反馈