如何在 Pandas 中查找组内具有最大计数值的行？

分组数据并检索具有最大计数值的行

要确定组内具有最大计数值的行，可以使用 groupby 操作pandas DataFrame。

考虑以下内容DataFrame:

Sp	Mt	Value	count
MM1	S1	a	3
MM1	S1	n	2
MM1	S3	cb	5
MM2	S3	mk	8
MM2	S4	bg	10
MM2	S4	dgd	1
MM4	S2	rd	2
MM4	S2	cb	2
MM4	S2	uyi	7

示例 1:

我们的目标是识别每个组中的行（由 ['Sp', 'Mt'] 定义）最高计数值。在示例 1 中，我们有以下预期输出：

Sp	Mt	Value	count
MM1	S1	a	3
MM1	S3	cb	5
MM2	S3	mk	8
MM2	S4	bg	10
MM4	S2	uyi	7

要实现此目的，我们可以首先获取每个组的最大计数值：

df.groupby(['Sp', 'Mt'])['count'].max()

这会产生：

Sp	Mt
MM1	S1	3
MM1	S3	5
MM2	S3	8
MM2	S4	10
MM4	S2	7

然后，提取原始 DataFrame 的索引，其中计数值等于每个索引中的最大值group:

idx = df.groupby(['Sp', 'Mt'])['count'].transform(max) == df['count']
df[idx]

这将产生所需的输出。

示例 2:

在示例 2 中，预期输出如下：

Sp	Mt	Value	count
MM2	S4	bg	10
MM4	S2	cb	8
MM4	S2	uyi	8

在此场景中，MM4 组内有多行具有最大计数值（8）。使用与之前相同的方法，我们获得两行：

Sp	Mt	Value	count
MM2	S4	bg	10
MM4	S2	cb	8
MM4	S2	uyi	8

更新：

如果目标是向 DataFrame 添加一个新列，指示每个组内的最大计数值，我们可以使用转换方法来计算每个组的值row:

df.groupby(['Sp', 'Mt'])['count'].max()

这将生成一个包含 count_max 列的 DataFrame，其中包含每个列的最大计数值组：

Sp	Mt	Value	count	count_max
MM1	S1	a	3	3
MM1	S1	n	2	3
MM1	S3	cb	5	5
MM2	S3	mk	8	8
MM2	S4	bg	10	10
MM2	S4	dgd	1	10
MM4	S2	rd	2	7
MM4	S2	cb	2	7
MM4	S2	uyi	7	7

以上是如何在 Pandas 中查找组内具有最大计数值的行？的详细内容。更多信息请关注PHP中文网其他相关文章！