在python中的pandas数据帧上从groupby中选择索引值答案

【问题标题】：select index value from groupby on a pandas dataframe in python在python中的pandas数据帧上从groupby中选择索引值
【发布时间】：2018-06-20 14:48:23
【问题描述】：

我有以下数据框：

df = pd.DataFrame({'place'     : ['A', 'B', 'C', 'D', 'E', 'F'],
               'population': [10 , 20, 30, 15, 25, 35],
               'region': ['I', 'II', 'III', 'I', 'II', 'III']})

它看起来像这样：

      place  population region
0     A          10      I
1     B          20     II
2     C          30    III
3     D          15      I
4     E          25     II
5     F          35    III

我想从人口最多的地区中选择人口最少的地方。

df.groupby('region').population.sum()

region
I      25
II     45
III    65
Name: population, dtype: int64

但我不知道如何从这里开始（使用 .groupby / .loc / .iloc）

有什么建议吗？

【问题讨论】：

标签： python python-3.x pandas dataframe pandas-groupby

【解决方案1】：

首先为区域人口添加一列：

df['region_pop'] = df.groupby('region')['population'].transform(sum)

然后对数据框进行排序并提取第一行：

res = df.sort_values(['region_pop', 'population'], ascending=[False, True])\
        .head(1)

结果：

  place  population region  region_pop
2     C          30    III          65

【讨论】：

我相信这会比我的解决方案更快。 +1 :)
谢谢，太好了！有没有办法在一行代码中做到这一点（使用方法链接）？
@Rene，也许吧，但它会是一个难以理解的混乱，我很难理解。
df.assign(region_population = df.groupby('region')['population'].transform(sum)).sort_values(['region_population', 'population'], 升序=[False , True]).iloc[0].place
@Rene，是的，那将是单线。但不要让它让你相信它更有效。您只是将明确的系列定义移至pd.DataFrame.assign。

【解决方案2】：

您需要找到具有最高population 的region。然后groupbyplace 到具有该区域的数据子集，并找到最低population 的地方。（假设地点在真实数据中是重复的）

high_reg = df.groupby('region')['population'].sum().reset_index(name='count').sort_values('count').iloc[-1]['region']
df.loc[df['region']==high_reg].groupby('place')['population'].sum().reset_index(name='count').sort_values('count').iloc[0]['place']

输出：

'C'

【讨论】：