Question

对于具有带有重复索引的索引列的数据框，我试图按索引获取在不同列中找到的最大值，并将其分配给第三列，以便对于任何给定的行，我们可以看到在具有相同索引的任何行中找到的最大值。我正在对非常大的数据集进行此操作，并希望将其向量化。现在，我根本无法正常工作

vector

此操作失败，告诉我应该已经使用.loc了。不确定错误的含义，也不确定如何解决此问题，因此不必遍历所有内容，而是可以对其进行矢量化

我正在寻找

sum(rowSums(df[columns] > rep(values, each = length(columns))) == length(columns))

Answer 1

对于groupby转换来说，这似乎是一个很好的例子，它可以获取每个索引组的最大值并将其转换回其原始索引（而不是分组索引）：

multiindexDF['maxValuePerIndex'] = multiindexDF.groupby("theIndex")["theValue"].transform("max")

获得SettingWithCopyWarning的原因是，在您的.loc通话中，您正在分割一个切片并在其中设置值，请参见以下两对方括号：< / p>

multiindexDF.loc[matchingIndices]['maxValuePerIndex'] = maxValue

因此，它尝试将值分配给切片而不是原始DataFrame，您正在做一个.loc，然后在链中后面的另一个[]。

因此使用您的原始方法：

for i in uniqueIndices:
    matchingIndices = multiindexDF['theIndex'] == i
    maxValue = multiindexDF.loc[matchingIndices, 'theValue'].max()
    multiindexDF.loc[matchingIndices, 'maxValuePerIndex'] = maxValue

（注意，我还更改了第一个.loc，您在其中错误地使用了布尔索引）

将max应用于熊猫数据帧的不同维度子集

1 个答案: