pandas获取groupby分组里最大值所在的行方法
5星 · 超过95%的资源 121 浏览量
2020-12-25
00:36:01
上传
评论
收藏 59KB PDF 举报 
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
评论10