我有一个数据框,我想在其中选择所有行
df = A B C D
'a' 1 1 1
'b' 1 2 1
'c' 1 1 1
'a' 1 2 2
'a' 2 2 2
'b' 1 2 2
我想获取其中一列中的值是该组最大值的行。因此,对于上面的示例,如果我想将 'A' 和 'B' 分组并获取在 'C' 中具有最大值的行
df = A B C D
'a' 1 2 2
'b' 1 2 2
'c' 1 1 1
'a' 2 2 2
我知道我想使用 groupby,但我不确定之后该做什么。
请您参考如下方法:
最简单的方法是使用转换函数。这基本上让您对保留与原始数据帧相同索引的组应用一个函数。在这种情况下,您可以看到您从转换中获得了以下内容
In [13]: df.groupby(['A', 'B'])['C'].transform(max)
Out[13]:
0 2
1 2
2 1
3 2
4 2
5 2
Name: C, dtype: int64
这与原始数据框具有完全相同的索引,因此您可以使用它来创建过滤器。
df[df['C'] == df.groupby(['A', 'B'])['C'].transform(max)]
Out[11]:
A B C D
1 b 1 2 1
2 c 1 1 1
3 a 1 2 2
4 a 2 2 2
5 b 1 2 2
有关这方面的更多信息,请参阅 the pandas groupby documentation , 这非常好。
