pandas擷取groupby分組裡最大值所在的行方法

下面為大家分享一篇pandas擷取groupby分組裡最大值所在的行方法，具有很好的參考價值，希望對大家有所協助。一起過來看看吧

pandas擷取groupby分組裡最大值所在的行方法

如下面這個DataFrame,按照Mt分組，取出Count最大的那行

import pandas as pddf = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]})df

	Count	Mt	Sp	Value
0	3	s1	a	1
1	2	s1	b	2
2	5	s2	c	3
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

方法1：在分組中過濾出Count最大的行

df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])

		Count	Mt	Sp	Value
Mt
s1	0	3	s1	a	1
s2	3	10	s2	d	4
	4	10	s2	e	5
s3	5	6	s3	f	6

方法2：用transform擷取原dataframe的index，然後過濾出需要的行

print df.groupby(['Mt'])['Count'].agg(max)idx=df.groupby(['Mt'])['Count'].transform(max)print idxidx1 = idx == df['Count']print idx1df[idx1]

Mts1 3s2 10s3 6Name: Count, dtype: int640 31 32 103 104 105 6dtype: int640 True1 False2 False3 True4 True5 Truedtype: bool

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

上面的方法都有個問題是3、4行的值都是最大值，這樣返回了多行，如果只要返回一行呢？

方法3：idmax（舊版本pandas是argmax）

idx = df.groupby('Mt')['Count'].idxmax()print idx

df.iloc[idx]Mts1 0s2 3s3 5Name: Count, dtype: int64

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

df.iloc[df.groupby(['Mt']).apply(lambda x: x['Count'].idxmax())]

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

def using_apply(df): return (df.groupby('Mt').apply(lambda subf: subf['Value'][subf['Count'].idxmax()]))def using_idxmax_loc(df): idx = df.groupby('Mt')['Count'].idxmax() return df.loc[idx, ['Mt', 'Value']]print using_apply(df)using_idxmax_loc(df)

Mts1 1s2 4s3 6dtype: int64

	Mt	Value
0	s1	1
3	s2	4
5	s3	6

方法4:先排好序，然後每組取第一個

df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()

	Mt	Count	Sp	Value
0	s1	3	a	1
1	s2	10	d	4
2	s3	6	f	6

那問題又來了，如果不是要取出最大值所在的行，比如要中間值所在的那行呢？

思路還是類似，可能具體寫法上要做一些修改，比如方法1和2要修改max演算法，方法3要自己實現一個返回index的方法。 不管怎樣，groupby之後，每個分組都是一個dataframe。