比较Pandas数据帧中的两行或更多行

Question

我有一个如下所示的数据框：

Reference |   ID  | Length
ref101    |123456 | 10
ref101    |123789 | 5
ref202    |654321 | 20
ref202    |653212 | 40

我正在尝试确定Reference列中每行的哪一行具有最大长度（基于Length列中的值）。例如，ref101 ID 123456的长度大于ID为123789的ref101。

我一直在玩.groupby()，但我无处可去。有没有办法在熊猫中进行这种操作？

Answer 1

如果它是您想要的整行，请使用groupby + idxmax：

df.loc[df.groupby('Reference').Length.idxmax()]

  Reference      ID  Length
0    ref101  123456      10
3    ref202  653212      40

如果您希望只长度，那么groupby + max就足够了：

df.groupby('Reference').Length.max()

Reference
ref101    10
ref202    40
Name: Length, dtype: int64

Answer 2

idxmax有一种方法，它会返回每组最大长度的索引

df.groupby('Reference').Length.idxmax()
Out[495]: 
Reference
ref101    0
ref202    3
Name: Length, dtype: int64

或nlargest

df.groupby('Reference').Length.nlargest(1)
Out[496]: 
Reference   
ref101     0    10
ref202     3    40
Name: Length, dtype: int64

Answer 3

还有一个：

df = df.sort_values(['Reference', 'Length'], ascending=False).drop_duplicates(['Reference'])

Answer 4

sort_values上有Length，后跟groupby，head(1)占据第一位：

result_df = df.sort_values('Length',ascending=False).groupby('Reference').head(1))
print(result_df)

结果：

  Reference      ID  Length
3    ref202  653212      40
0    ref101  123456      10