Question

我有一个Pandas DataFrame，其中包含曲目，乐谱和其他一些列。

我想按“曲目”分组，然后根据“得分”上的最大值对这些分组进行排序。

示例数据框架：

tracks       score
20            2.2
20            1.5
25            3.5
24            1.2
24            5.5

期望的输出（我不想比较任何其他数据，但我想比较每个组中的最高值，并按从高到低的顺序对所有组进行排序-表示我想显示所有行）：

tracks       score
24            5.5
              1.2
25            3.5
20            2.2
              1.5

当前，我得到以下输出（我的乐谱已排序，但根据曲目编号对我的曲目分组后）：

    tracks       score
20            2.2
              1.5
24            5.5
              4.2
25            3.5

到目前为止，我的方法： 1.我已经按照分数对所有值进行了排序

sub_df = sub_df.sort_values("score")

然后我正在执行以下操作以获取输出（我需要以字典格式）：

url_dict = sub_df.groupby('track')['url'].apply(list).to_dict()

我还尝试使用OrderedDict，但是（直到现在为止）它没有用，因为groupBy命令发送的数据序列错误。

熊猫= 0.23，Python = 3.6.4

Answer 1

通过GroupBy.transform创建帮助者列，并通过DataFrame.sort_values按多列排序，最后删除帮助者列：

sub_df['max'] = sub_df.groupby('tracks')['score'].transform('max')

sub_df = sub_df.sort_values(["max","score"], ascending=False).drop('max', axis=1)
#if necessary sorting also by tracks column
#sub_df = sub_df.sort_values(["max","tracks","score"], ascending=False).drop('max', axis=1)
print (sub_df)
   tracks  score
4      24    5.5
3      24    1.2
2      25    3.5
0      20    2.2
1      20    1.5

Answer 2

可能有点长，但这是我使用的：

首先设置索引：

df.set_index(['x', 'y'], inplace=True)

然后在基于索引的双重排序数据帧上使用分组依据

new_df = df.groupby(level=[0,1]).sum().reset_index() \
          .sort_values(['x', 'y'], ascending=[1,0]).groupby('x').head(1)

这将仅显示最大值，如果要查看全部，请删除“ head（1）”。

熊猫：根据每个组中的最大值进行分组并按顺序分组

2 个答案: