Pandas Dataframe 相对于其他条目获得最大值 [重复]答案

【问题标题】：Pandas Dataframe get maximum with respect to other entries [duplicate]Pandas Dataframe 相对于其他条目获得最大值 [重复]
【发布时间】：2022-10-24 06:15:36
【问题描述】：

我有一个这样的数据框：

name	phase	value
BOB	1	.9
BOB	2	.05
BOB	3	.05
JOHN	2	.45
JOHN	3	.45
JOHN	4	.05
FRANK	1	.4
FRANK	3	.6

我想找到“阶段”列中的哪个条目在“值”列中具有最大值。
如果多个共享相同的最大值，则保留第一个或随机值作为“相位”。

期望结果表：

name	phase	value
BOB	1	.9
JOHN	2	.45
FRANK	3	.6

我的方法是：

df.groupby(['name'])[['phase','value']].max()

但它返回了不正确的值。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你不需要使用groupby。按value 和phase 对值进行排序（必要时调整顺序）并按name 删除重复项：

out = (df.sort_values(['value', 'phase'], ascending=[False, True])
         .drop_duplicates('name')
         .sort_index(ignore_index=True))
print(out)

# Output
    name  phase  value
0    BOB      1   0.90
1   JOHN      2   0.45
2  FRANK      3   0.60

【讨论】：

【解决方案2】：

尝试先对数据框进行排序：

df = df.sort_values(
    by=["name", "value", "phase"], ascending=[True, False, True]
)

x = df.groupby("name", as_index=False).first()
print(x)

印刷：

    name  phase  value
0    BOB      1   0.90
1  FRANK      1   0.60
2   JOHN      1   0.45

【讨论】：

现在比apply('first') 好:)
@Corralien 是的，我必须摆脱我的 .apply 习惯：D 但是 .drop_duplicates 解决方案比这更好，恕我直言

【解决方案3】：

一个可以避免排序的可能解决方案是使用 groupby：

df.loc[df.groupby('name', sort = False).value.idxmax()]

    name  phase  value
0    BOB      1   0.90
3   JOHN      2   0.45
7  FRANK      3   0.60

【讨论】：

【解决方案4】：

你可以检查

out = df.sort_values('value',ascending=False).drop_duplicates('name').sort_index()
Out[434]: 
    name  phase  value
0    BOB      1   0.90
3   JOHN      2   0.45
7  FRANK      3   0.60

【讨论】：