返回“DataFrames.jl”中的最大总和？答案

【问题标题】：Return the maximum sum in `DataFrames.jl`?返回“DataFrames.jl”中的最大总和？
【发布时间】：2021-12-29 04:56:18
【问题描述】：

假设我的 DataFrame 有两列 v 和 g。首先，我按g 列对DataFrame 进行分组，并计算v 列的总和。其次，我使用函数maximum 来检索最大和。我想知道是否可以一步检索该值？谢谢。

julia> using Random

julia> Random.seed!(1)
TaskLocalRNG()

julia> dt = DataFrame(v = rand(15), g = rand(1:3, 15))
15×2 DataFrame
 Row │ v          g     
     │ Float64    Int64 
─────┼──────────────────
   1 │ 0.0491718      3
   2 │ 0.119079       2
   3 │ 0.393271       2
   4 │ 0.0240943      3
   5 │ 0.691857       2
   6 │ 0.767518       2
   7 │ 0.087253       1
   8 │ 0.855718       1
   9 │ 0.802561       3
  10 │ 0.661425       1
  11 │ 0.347513       2
  12 │ 0.778149       3
  13 │ 0.196832       1
  14 │ 0.438058       2
  15 │ 0.0113425      1

julia> gdt = combine(groupby(dt, :g), :v => sum => :v)
3×2 DataFrame
 Row │ g      v       
     │ Int64  Float64 
─────┼────────────────
   1 │     1  1.81257
   2 │     2  2.7573
   3 │     3  1.65398

julia> maximum(gdt.v)
2.7572966050340257

【问题讨论】：

为了我正确理解您的问题，您正在寻找列 :g 指示的所有 3 个“类别”的总和的最大值？因为如果是这样，这似乎不是一个非常常规的操作，如果有更简单的方法可以做到这一点，我想知道。
是的，这就是我想要的。

标签： julia dataframes.jl

【解决方案1】：

我不确定这是否是您的意思，但您可以使用以下命令一步检索g 和v 的值：

julia> v, g = findmax(x-> (x.v, x.g), eachrow(gdt))[1]
(4.343050512360169, 3)

【讨论】：

【解决方案2】：

DataFramesMeta.jl 有一个 @by 宏：


julia> @by(dt, :g, :sv = sum(:v))
3×2 DataFrame
 Row │ g      sv      
     │ Int64  Float64 
─────┼────────────────
   1 │     1  1.81257
   2 │     2  2.7573
   3 │     3  1.65398

这为您的第一部分提供了一些更简洁的语法。

有了它，您可以执行以下任一操作：

julia> @by(dt, :g, :sv = sum(:v)).sv |> maximum
2.7572966050340257

或（IMO 更具可读性）：

julia> @chain dt begin
         @by(:g, :sv = sum(:v))
         maximum(_.sv)
       end
2.7572966050340257

【讨论】：