Question

基于this question。

df = pandas.DataFrame([[2001, "Jack", 77], [2005, "Jack", 44], [2001, "Jill", 93]],columns=['Year','Name','Value'])

    Year    Name    Value
0   2001    Jack    77
1   2005    Jack    44
2   2001    Jill    93

对于每个唯一的名称，我想保留最大的行年价值。在上面的例子中，我想得到表

    Year    Name    Value
0   2005    Jack    44
1   2001    Jill    93

我尝试使用groupby +（apply）解决此问题：

df.groupby('Name', as_index=False)\
     .apply(lambda x: x.sort_values('Value').head(1))
     Year  Name  Value
0 0  2001  Jack     44
1 2  2001  Jill     93

不是最好的方法，但我对正在发生的事情以及原因更感兴趣。结果的MultiIndex如下所示：

MultiIndex(levels=[[0, 1], [0, 2]],
           labels=[[0, 1], [0, 1]])

我没有找到解决方法。我实际上更有兴趣知道为什么会发生这种情况，以及如何在不改变我的方法的情况下阻止它。

Answer 1

IIUC，使用group_keys=False：

df.groupby('Name', group_keys=False).apply(lambda x: x.sort_values('Value').head(1))

输出：

   Year  Name  Value
1  2005  Jack     44
2  2001  Jill     93

如何从GroupBy.apply（）中删除多索引？

1 个答案: