我的pandas数据框为:
df
Id Name CaseId Value
82 A1 case1.01 37.71
1558 A3 case1.01 27.71
82 A1 case1.06 29.54
1558 A3 case1.06 29.54
82 A1 case1.11 12.09
1558 A3 case1.11 32.09
82 A1 case1.16 33.35
1558 A3 case1.16 33.35
对于每个Id,Name对,我需要选择具有最大值的CaseId。
即。我正在寻求以下输出:
Id Name CaseId Value
82 A1 case1.01 37.71
1558 A3 case1.16 33.35
我尝试了以下内容:
import pandas as pd
pd.pivot_table(df, index=['Id', 'Name'], columns=['CaseId'], values=['Value'], aggfunc=[np.max])['amax']
但它所做的就是为每个CaseId
列提供最大值,而不是我在上面寻找的结果。
答案 0 :(得分:4)
sort_values
+ drop_duplicates
df.sort_values('Value').drop_duplicates(['Id'],keep='last')
Out[93]:
Id Name CaseId Value
7 1558 A3 case1.16 33.35
0 82 A1 case1.01 37.71
由于我们发布同一时间,添加更多方法
df.sort_values('Value').groupby('Id').tail(1)
Out[98]:
Id Name CaseId Value
7 1558 A3 case1.16 33.35
0 82 A1 case1.01 37.71
答案 1 :(得分:2)
这应该有效:
df = df.sort_values('Value', ascending=False).drop_duplicates('Id').sort_index()
输出:
Id Name CaseId Value
0 82 A1 case1.01 37.71
7 1558 A3 case1.16 33.35
答案 2 :(得分:2)
使用nlargest
和groupby
pd.concat(d.nlargest(1, ['Value']) for _, d in df.groupby('Name'))
Id Name CaseId Value
0 82 A1 case1.01 37.71
7 1558 A3 case1.16 33.35
答案 3 :(得分:1)
另一个想法是创建一个联合列,取其最大值,然后将其拆分回两列:
df['ValueCase'] = list(zip(df['Value'], df['CaseId']))
p = pd.pivot_table(df, index=['Id', 'Name'], values=['ValueCase'], aggfunc='max')
p['Value'], p['CaseId'] = list(zip(*p['ValueCase']))
del p['ValueCase']
结果:
CaseId Value
Id Name
82 A1 case1.01 37.71
1558 A3 case1.16 33.35