多索引数据框删除每组最大值的行答案

【问题标题】：Multi index dataframe delete row with maximum value per group多索引数据框删除每组最大值的行
【发布时间】：2021-04-10 02:53:12
【问题描述】：

我有一个这样的多索引数据框：

PID    Fid    x      y

  A      1    2      3
         2    6      1
         3    4      6
  B      1    3      5
         2    2      4
         3    5      7

我想删除每个患者 (PID) 具有最高 x 值的行。我需要获取一个包含剩余行和所有列的新数据框，以继续对这些数据进行分析，例如剩余 y 值的平均值。数据框应如下所示：

PID    Fid    x      y

  A      1    2      3
         3    4      6
  B      1    3      5
         2    2      4

我使用了Python Multiindex Dataframe remove maximum的代码

idx = (df.reset_index('Fid')
                   .groupby('PID')['x']
                   .max()
                   .reset_index()
                   .values.tolist())
df_s = df.loc[df.index.difference(idx)]

我可以获取 idx，但不能将它们从数据框中删除。它说 TypeError: unhashable type: 'list'

我做错了什么？

【问题讨论】：

标签： python pandas dataframe multi-index

【解决方案1】：

你可以试试这个：

idx = df.groupby(level=0)['x'].idxmax()
df[~df.index.isin(idx)]

         x  y
PID Fid      
A   1    2  3
    3    4  6
B   1    3  5
    2    2  4

或者

您可以在此处使用pd.Index.difference。

df.loc[df.index.difference(df['x'].groupby(level=0).idxmax())] #Use level=0 if index is unnamed
                                         #('PID').idxmax())] 
         x  y
PID Fid      
A   1    2  3
    3    4  6
B   1    3  5
    2    2  4

【讨论】：

谢谢！第二个选项对我有用。第一个导致错误：KeyError：'PID'
@NienkeH 在第一个也使用groupby(level=0)。

【解决方案2】：

使用GroupBy.transform 重复每个组的最大值，通过Series.ne 比较不相等并在boolean indexing 中过滤：

df_s = df[df.groupby('PID')['x'].transform('max').ne(df['x'])]
print (df_s)
         x  y
PID Fid      
A   1    2  3
    3    4  6
B   1    3  5
    2    2  4

【讨论】：