Skip to main content
 首页 » 编程设计

python之查找其中单独列的值最大的列的值

2024年12月31日11cloudgamer

如果我有一个 Python Pandas DataFrame,其中分别包含两列人员和序列,例如:

  people   sequence 
    John      1 
    Rob       2 
    Bob       3 

如何返回序列最大的人?在这个例子中,我想返回 'Bob'

请您参考如下方法:

pandas.Series.idxmax

是告诉你最大值出现的索引值的方法。

然后用它来获取另一列的值。

df.at[df['sequence'].idxmax(), 'people'] 
 
'Bob' 

我喜欢评论中提供的解决方案@user3483203。我提供不同的原因是为了表明可以用更少的对象创建相同的想法。

在这种情况下,df['sequence'] 正在访问一个内部存储的对象,随后对其调用 idxmax 方法。此时,我们正在使用 at 访问器访问数据帧 df 中的特定单元格。

我们可以看到我们正在访问内部存储的对象,因为我们可以通过两种不同的方式访问它并验证它是同一个对象。

df['sequence'] is df.sequence 
 
True 

同时

df['sequence'] is df.sequence.copy() 
 
False 

另一方面,df.set_index('people') 创建了一个新对象,这很昂贵。

显然这是一个小得离谱的数据集,但是:

%timeit df.loc[df['sequence'].idxmax(), 'people'] 
%timeit df.at[df['sequence'].idxmax(), 'people'] 
%timeit df.set_index('people').sequence.idxmax() 
 
10000 loops, best of 3: 65.1 µs per loop 
10000 loops, best of 3: 62.6 µs per loop 
1000 loops, best of 3: 556 µs per loop 

在更大的数据集上:

df = pd.DataFrame(dict( 
    people=range(10000), 
    sequence=np.random.permutation(range(10000)) 
)) 
 
%timeit df.loc[df['sequence'].idxmax(), 'people'] 
%timeit df.at[df['sequence'].idxmax(), 'people'] 
%timeit df.set_index('people').sequence.idxmax() 
 
10000 loops, best of 3: 107 µs per loop 
10000 loops, best of 3: 101 µs per loop 
1000 loops, best of 3: 816 µs per loop 

相对差异是一致的。