根据列中的最大值过滤pandas Dataframe

时间:2014-08-01 02:24:12

标签: python numpy pandas

我有一个DataFrame,索引中有重复值。我想过滤这个数据集只显示每个索引的一个实例,方法是选择索引中具有不同列中最大值的行。例如,我的DataFrame看起来像这样:

DF:

Product ID     Store     Sales
    1            A         50
    1            B        200
    1            C         20
    2            A        400
    2            B         10
    3            A        200
    4            A         50
    4            B        100
    4            C        500

我想将此数据过滤到此:

DF2:

Product ID     Store     Sales
    1            B        200
    2            A        400
    3            A        200
    4            C        500

关于如何在熊猫中最好地解决这个问题的任何想法?

非常感谢你的时间 -

1 个答案:

答案 0 :(得分:8)

您可以对“产品ID”执行groupby,然后在“销售”列上应用idxmax。 这将创建一个具有最高值索引的系列。 然后,我们可以使用索引值使用iloc

索引到原始数据框中
In [201]:

df.iloc[df.groupby('Product ID')['Sales'].agg(pd.Series.idxmax)]
Out[201]:
   Product_ID Store  Sales
1           1     B    200
3           2     A    400
5           3     A    200
8           4     C    500