Question

我有以下数据框：

df:

Unnamed: 0          0          1
0          0.0   0.000000        NaN
1          1.0   2.236068   0.000000
2          2.0   3.000000   2.236068
3          NaN   0.000000   1.000000
4          0.0   0.000000        NaN
5          1.0   1.414214   0.000000
6          2.0   2.828427   1.414214
7          NaN   0.000000   1.000000
8          0.0   0.000000        NaN
9          1.0   3.162278   0.000000
10         2.0  11.401754   3.162278
11         NaN   0.000000   1.000000
12         0.0   0.000000        NaN
13         1.0  14.142136   0.000000
14         2.0   2.828427  14.142136

我正在尝试从每组数据中获取最大值，问题是我从多个操作生成了这个数据帧，但最后索引和标题是数字而我无法使用groupby或loc.我需要的是以下内容：

df1
        0
 1   3.000000
 2   2.828427
 3  11.401754
 4  14.142136

Answer 1

绝对使用loc！问题是你没有注意df.columns是整数还是字符串。既然你遇到了问题，那我猜是字符串。

但是，你要做的事情根本不是明确的

IIUC

m = df['0'] == 0
g = m.cumsum()[~m]
df.loc[~m, '0'].groupby(g).max()

Answer 2

使用.iloc和cumsum：

df.groupby((~df.iloc[:,0].astype(bool)).cumsum()).max()

输出：

            Unnamed: 0          0          1
Unnamed: 0                                  
1                  2.0   3.000000   2.236068
2                  2.0   2.828427   1.414214
3                  2.0  11.401754   3.162278
4                  2.0  14.142136  14.142136

要获得列索引1的最大值：

df.groupby((~df.iloc[:,0].astype(bool)).cumsum()).max().iloc[:,1]

输出：

Unnamed: 0
1     3.000000
2     2.828427
3    11.401754
4    14.142136
Name: 0, dtype: float64

Answer 3

<强> FILE.CSV ：

0,1,2,3
9,6,7,
0,,,
5,6,2

尝试：

import pandas as pd

df = pd.read_csv('file.csv', header=-1)
# keep only max per row
print(df.max(axis=1))

输出：

0    3.0
1    9.0
2    0.0
3    6.0
dtype: float64

如何使用数字索引和标题从数据框中获取最大值

3 个答案: