Pandas-Methode, um die Zeile mit dem Maximalwert in der Groupby-Gruppe abzurufen-PHP-Tutorial-php.cn

Pandas-Methode, um die Zeile mit dem Maximalwert in der Groupby-Gruppe abzurufen

不言

Freigeben： 2023-03-24 14:34:02

Original

4135 Leute haben es durchsucht

Das Folgende ist eine Pandas-Methode zum Abrufen der Zeile mit dem Maximalwert in einer Groupby-Gruppe. Sie hat einen guten Referenzwert und ich hoffe, dass sie für alle hilfreich ist. Werfen wir gemeinsam einen Blick darauf

Pandas-Methode zum Abrufen der Zeile mit dem Maximalwert in der Groupby-Gruppe

Zum Beispiel ist der folgende DataFrame gruppiert nach Mt und herausgenommen Die Zeile mit der größten Anzahl

import pandas as pd
df = pd.DataFrame({&#39;Sp&#39;:[&#39;a&#39;,&#39;b&#39;,&#39;c&#39;,&#39;d&#39;,&#39;e&#39;,&#39;f&#39;], &#39;Mt&#39;:[&#39;s1&#39;, &#39;s1&#39;, &#39;s2&#39;,&#39;s2&#39;,&#39;s2&#39;,&#39;s3&#39;], &#39;Value&#39;:[1,2,3,4,5,6], &#39;Count&#39;:[3,2,5,10,10,6]})

df

Nach dem Login kopieren

< 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

Count

Wert

Methode 1: Filtern Sie die Zeilen mit der größten Anzahl in der Gruppe heraus

df.groupby(&#39;Mt&#39;).apply(lambda t: t[t.Count==t.Count.max()])

Nach dem Login kopieren

< td>10< td>s3

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

Anzahl

Wert

print df.groupby([&#39;Mt&#39;])[&#39;Count&#39;].agg(max)

idx=df.groupby([&#39;Mt&#39;])[&#39;Count&#39;].transform(max)
print idx
idx1 = idx == df[&#39;Count&#39;]
print idx1

df[idx1]

Nach dem Login kopieren

Methode 2: Verwenden Sie die Transformation, um den Index des ursprünglichen Datenrahmens zu erhalten, und filtern Sie dann die erforderlichen Zeilen heraus

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

Nach dem Login kopieren

	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

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

A Das Problem bei den oben genannten Methoden besteht darin, dass die Werte in den Zeilen 3 und 4 alle den Maximalwert darstellen und daher mehrere Zeilen zurückgegeben werden. Was passiert, wenn nur eine Zeile zurückgegeben wird?
idx = df.groupby('Mt')['Count'].idxmax() print idx
Nach dem Login kopieren
Methode 3: idmax (die alte Version von Pandas ist argmax)
df.iloc[idx] Mt s1 0 s2 3 s3 5 Name: Count, dtype: int64
Nach dem Login kopieren

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())]
Nach dem Login kopieren

Anzahl Mt Sp Wert

0 3 s1 a 1
3 10 s2 d 4
5< /th> 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)
Nach dem Login kopieren

Anzahl Mt Sp Wert

0 3 s1 a 1
3 10 s2 d 4
5< /th> 6 s3 f 6

Mt s1 1 s2 4 s3 6 dtype: int64
Nach dem Login kopieren

Mt Value
0 s1 1
3 s2 4
5 s3 6
< thead>< tr> < td> 4
Mt Value
0 s1 1
3 s2
5 s3 6

df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()
Nach dem Login kopieren
Methode 4: Zuerst sortieren, dann das erste aus jeder Gruppe nehmen

Mt Count Sp Value

0 s1 3 a 1

1 s2 10 d 4

2 s3 6 f 6

Anzahl

Mt Sp Wert

0 s1 3 a 1

1 s2 10 d 4

2 s3 6 f 6

Dann tritt das Problem erneut auf, wenn Sie es nicht entfernen möchten die Zeile mit dem Maximalwert. Was ist beispielsweise mit der Zeile, in der sich der Mittelwert befindet?
Die Idee ist immer noch ähnlich, es sind jedoch möglicherweise einige Änderungen an der spezifischen Schreibmethode erforderlich. Beispielsweise müssen Methoden 1 und 2 den Max-Algorithmus ändern und Methode 3 muss eine Methode implementieren, um den Index zurückzugeben. Wie auch immer, nach Groupby ist jede Gruppe ein Datenrahmen.
Verwandte Empfehlungen:
pandas+dataframe implementiert Zeilen- und Spaltenauswahl- und Slicing-Vorgänge

Erste Schritte mit der Python-Datenverarbeitung Bibliothekspandas
Das obige ist der detaillierte Inhalt vonPandas-Methode, um die Zeile mit dem Maximalwert in der Groupby-Gruppe abzurufen. Für weitere Informationen folgen Sie bitte anderen verwandten Artikeln auf der PHP chinesischen Website!