熊猫groupby在多列中获得最大的行

时间:2019-05-18 23:27:25

标签: python pandas

希望获得一组在多列中具有最大值的行:

pd.DataFrame([{'grouper': 'a', 'col1': 1, 'col2': 3, 'uniq_id': 1}, {'grouper': 'a', 'col1': 2, 'col2': 4, 'uniq_id': 2}, {'grouper': 'a', 'col1': 3, 'col2': 2, 'uniq_id': 3}])

   col1  col2 grouper  uniq_id
0     1     3       a        1
1     2     4       a        2
2     3     2       a        3

在上面,我按“石斑鱼”列分组。在“ a”组中,我想获取最大为col1col2的行,在这种情况下,当我对DataFrame进行分组时,我想使用{{1 uniq_id中的}},因为它的col1 / col2值最高,为4,因此结果为:

2

在我的实际示例中,我使用的是时间戳记,所以我实际上并不期望联系。但是,如果是平局,我对在组中选择哪一行都无所谓,因此在这种情况下,它只是该组的 col1 col2 grouper uniq_id 1 2 4 a 2

5 个答案:

答案 0 :(得分:3)

您可以尝试的另一种方式:

# find row wise max value
df['row_max'] = df[['col1','col2']].max(axis=1)

# filter rows from groups
df.loc[df.groupby('grouper')['row_max'].idxmax()]

   col1 col2 grouper uniq_id row_max
1    2    4     a        2     4

稍后您可以使用row_max丢下df.drop('row_max', axis=1)

答案 1 :(得分:2)

IIUC使用transform,然后与原始数据帧进行比较

g=df.groupby('grouper')
s1=g.col1.transform('max')
s2=g.col2.transform('max')
s=pd.concat([s1,s2],axis=1).max(1)

df.loc[df[['col1','col2']].eq(s,0).any(1)]
Out[89]: 
   col1  col2 grouper  uniq_id
1     2     4       a        2

答案 2 :(得分:2)

有趣的方法到处都是。添加另一个只是为了展示apply(我非常喜欢)的功能,并使用其他提到的方法。

import pandas as pd

df = pd.DataFrame(
    [
        {"grouper": "a", "col1": 1, "col2": 3, "uniq_id": 1},
        {"grouper": "a", "col1": 2, "col2": 4, "uniq_id": 2},
        {"grouper": "a", "col1": 3, "col2": 2, "uniq_id": 3},
    ]
)

def find_max(grp):
    # find max value per row, then find index of row with max val
    max_row_idx = grp[["col1", "col2"]].max(axis=1).idxmax()
    return grp.loc[max_row_idx]

df.groupby("grouper").apply(find_max)

答案 3 :(得分:0)

value  = pd.concat([df['col1'], df['col2']], axis = 0).max()
df.loc[(df['col1'] == value) | (df['col2'] == value), :]

  col1  col2 grouper uniq_id
1   2    4     a       2

这可能不是最快的方法,但是可以解决您的问题。合并两列并找到最大值,然后在df中搜索任一列等于该值的位置。

答案 4 :(得分:0)

您可以按以下方式使用numpy和pandas:

import numpy as np
import pandas as pd

df = pd.DataFrame({'col1': [1, 2, 3],
          'col2': [3, 4, 2],
          'grouper': ['a', 'a', 'a'],
          'uniq_id': [1, 2, 3]})

df['temp'] = np.max([df.col1.values, df.col2.values],axis=0)
idx = df.groupby('grouper')['temp'].idxmax()
df.loc[idx].drop('temp',1)
   col1  col2 grouper  uniq_id
1     2     4       a        2