Question

我有兴趣获得产品价格的最大值。

我想按国家/地区分组

如何对这两列进行分组得到Price的最大值。

import csv
import locale
from itertools import groupby

locale.setlocale( locale.LC_ALL, 'en_US.UTF-8' ) 

total_price = 0
max_price = 0
reader = csv.DictReader(open('/Users/myuser/Downloads/SalesData.csv', 'rU'), dialect='excel')

groups = groupby(reader, lambda d: d['State'])

result = [max(g, key=lambda d: d['State']) for k, g in groups]

for row in reader:
    print row["State"], row["Country"], locale.atoi(row["Price"])
    max_price = max(row.iteritems(), key=operator.itemgetter(1))
    total_price += locale.atoi(row["Price"])

使用熊猫的。我可以在不使用熊猫的情况下得到这个。

import pandas as pd
from pandas import DataFrame
import locale

locale.setlocale( locale.LC_ALL, 'en_US.UTF-8' ) 


df = pd.read_csv('/Users/myuser/Downloads/SalesData.csv', index_col=False, header=0,thousands=',')

print df.groupby(["Country","State"]).max()["Price"]

Answer 1

itertools.groupby仅适用于使用与groupby相同的关键函数排序的列表，如documentation中所示 -

itertools.groupby（iterable [，key]）

创建一个迭代器，从迭代中返回连续的键和组。关键是计算每个元素的键值的函数。如果未指定或为None，则键默认为标识函数并返回元素不变。 通常，迭代需要已经在相同的键函数上排序。

为了通过itertools.groupby实现您想要的效果，您很可能需要先根据'Country'和'State'对数据进行排序，然后对其进行分组。

另外，在使用max()时，您应使用'Price'而不是'State'。示例 -

reader = csv.DictReader(open('/Users/myuser/Downloads/SalesData.csv', 'rU'), dialect='excel')

sortedreader = sorted(reader, key=lambda d: (d['Country'], d['State']))

groups = groupby(sortedreader, key=lambda d: (d['Country'], d['State']))

result = [(k, max(g, key=lambda d: d['Price'])) for k, g in groups]

我在结果中添加了关键字，以确定每个最大值对应的Country / State。在此之后，您可以迭代result并打印每个，如果这是您真正想要的。

Python - 按多列分组并获取最大值或总和

1 个答案: