保留最高绝对值并从具有重复索引的行中返回平均值答案

【问题标题】：Retain the highest absolute value and return an average value from rows with duplicate index保留最高绝对值并从具有重复索引的行中返回平均值
【发布时间】：2018-12-09 01:19:10
【问题描述】：

我在 DataFrame 中有一组具有重复索引的值：

         value
CDE   2.318620
CDE  -3.097715
LXU  -3.791043
LXU   4.818995
SWN   3.059964
SWN  -4.349304
OAS  -3.336539
LPI  -3.037097
LPI  -5.701044
LPI  -3.519923
CZR  -3.270018
CZR  -3.056712

要求的结果是只保留最高的绝对值并在新列中返回平均值：

         value    average
CDE  -3.097715  -0.389547
LXU   4.818995   0.513976
SWN  -4.349304  -0.644670
OAS  -3.336539  -3.336539
LPI  -5.701044  -4.086021
CZR  -3.270018  -3.163365

我尝试将 .apply(lambda) 应用于重复的行，但出现“轴”错误：

max_absolute = lambda x: max(x.min(), x.max(), key=abs)
df_duplicate_absmax = df.groupby(df.index).apply(max_absolute, axis=1)

ps：调整 Abhi 的解决方案以使用 NaN：

df1 = df.groupby(df.index)['value'].agg([lambda x: max(x[~np.isnan(x)], key=abs), 'mean'])

【问题讨论】：

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

【解决方案1】：

用途：

df1 = df.groupby(df.index)['value'].agg([lambda x: max(x,key=abs), 'mean'])

df1.columns = ['value', 'average']

print (df1)

        value   average
CDE -3.097715 -0.389547
CZR -3.270018 -3.163365
LPI -5.701044 -4.086021
LXU  4.818995  0.513976
OAS -3.336539 -3.336539
SWN -4.349304 -0.644670

【讨论】：

此解决方案效率低下的原因有两个：（1）在 Pandas 系列/NumPy 数组中使用纯 Python 内置函数（max），（2）单次使用 groupby 两次groupby 就足够了。
很好的解决方案，Abhi 非常感谢 :) 为了简单起见，我很欣赏使用 max_absolute lambda 函数！
不错！请注意，列可以直接在 .agg 中命名，例如 .agg([('value', lambda x: max(x,key=abs)), ('average', 'mean')])
非常棒，Andrew Lavers 为一个好的解决方案增加了价值！谢谢:)

【解决方案2】：

这是一个使用groupby + agg 的解决方案，它有两个函数，一个是通过绝对值计算最大值，另一个是计算平均值：

def max_abs(x):
    return x.iloc[x.abs().values.argmax()]

res = df.groupby(level=0).agg([max_abs, 'mean'])\
        .xs('value', axis=1, drop_level=True)

print(res)

      max_abs      mean
CDE -3.097715 -0.389547
CZR -3.270018 -3.163365
LPI -5.701044 -4.086021
LXU  4.818995  0.513976
OAS -3.336539 -3.336539
SWN -4.349304 -0.644670

【讨论】：

太棒了，jpp - 非常 Pythonic！
我也喜欢你使用 .xs() 和 MultiIndex 地址，jpp :)

【解决方案3】：

from io import StringIO
import pandas as pd
df = pd.read_fwf(StringIO("""
cod      value
CDE   2.318620
CDE  -3.097715
LXU  -3.791043
LXU   4.818995
SWN   3.059964
SWN  -4.349304
OAS  -3.336539
LPI  -3.037097
LPI  -5.701044
LPI  -3.519923
CZR  -3.270018
CZR  -3.056712
"""), header=1, Index=None)

# Create a new column with absoulte value
df['abs_value'] = df['value'].abs()

# Calulate the mean in new data farame, grouped by code using
# pandas groupped aggregation naming the column average
df_avg = df.groupby("cod").value.agg([('average', 'mean')])

# Choose the row within group with largest abs value
df_abs = df.sort_values("abs_value").groupby("cod").tail(1)[["cod", "value"]]

# Join the average and the max
df_abs.join(df_avg, on="cod")

结果：

    cod     value   average
1   CDE -3.097715 -0.389547
10  CZR -3.270018 -3.163365
6   OAS -3.336539 -3.336539
5   SWN -4.349304 -0.644670
3   LXU  4.818995  0.513976
8   LPI -5.701044 -4.086021

【讨论】：