méthode pandas pour obtenir la ligne avec la valeur maximale dans le groupe groupby

Ce qui suit est une méthode pandas pour obtenir la ligne avec la valeur maximale dans un groupe groupby. Elle a une bonne valeur de référence et j'espère qu'elle sera utile à tout le monde. Jetons un coup d'œil ensemble

Méthode Pandas pour obtenir la ligne avec la valeur maximale dans le groupe groupby

Par exemple, le DataFrame suivant est regroupés selon Mt et retirés La rangée avec le plus grand nombre

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

< td>2< /tr>< /tbody>

	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

Compte

Mt

Sp

Valeur

0

3

s1

a

1

1

2

s1

b

2

5

s2

c

3

3

10

s2

d

4

4

10

s2

e

5

5

6

s3

f

6

Méthode 1 : filtrer les lignes avec le plus grand nombre du groupe

df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])

< td>10< td>s3

		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

Compte

Mt

Sp

Valeur

Mt

s1

0

3

s1

a

1

s2

3

s2

d

4

4

10

s2

e

5

s3

5

6

f

6

print df.groupby(['Mt'])['Count'].agg(max)

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

df[idx1]

Méthode 2 : utilisez la transformation pour obtenir l'index de la trame de données d'origine, puis filtrez les lignes requises

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

< td>s2

	Compte	Mt	Sp	Valeur
0	3	s1	a	1
3	10	s2	d	4
4	10	e	5
5	6	s3	f	6

A Le problème avec les méthodes ci-dessus est que les valeurs des lignes 3 et 4 sont toutes la valeur maximale, donc plusieurs lignes sont renvoyées. Et si une seule ligne est renvoyée ?

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

Méthode 3 : idmax (l'ancienne version de pandas est argmax)

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())]

	Compte	Mt	Sp	Valeur
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

	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)

	Compte	Mt	Sp	Valeur
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

Mt
s1 1
s2 4
s3 6
dtype: int64

	Mt	Value
0	s1	1
3	s2	4
5	s3	6

< thead>< tr> < td> 4

	Mt	Valeur
0	s1	1
3	s2
5	s3	6

df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()

Méthode 4 : Triez-le d'abord, puis prenez le premier de chaque groupe

	Mt	Count	Sp	Value
0	s1	3	a	1
1	s2	10	d	4
2	s3	6	f	6

Nombre

	Mont	Sp	Valeur
0	s1	3	a	1
1	s2	10	d	4
2	s3	6	f	6

Ensuite, le problème revient si vous ne souhaitez pas supprimer. la ligne avec la valeur maximale. Par exemple, qu'en est-il de la ligne où se trouve la valeur médiane ?

L'idée est toujours similaire, mais certaines modifications peuvent être nécessaires dans la méthode d'écriture spécifique. Par exemple, les méthodes 1 et 2 doivent modifier l'algorithme max et la méthode 3 doit implémenter une méthode pour renvoyer l'index. Quoi qu'il en soit, après groupby, chaque groupe est une trame de données.

Recommandations associées :

pandas+dataframe implémente des opérations de sélection et de découpage de lignes et de colonnes

Démarrez avec le traitement des données Python pandas de la bibliothèque

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!