pandas获取groupby分组里最大值所在的行方法

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

import pandas as pd
df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'],
'Value':[1,2,3,4,5,6],
'Count':[3,2,5,10,10,6]
})


方法1：在分组中过滤出Count最大的行

df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])


方法2：用transform获取原dataframe的index，然后过滤出需要的行
df.groupby(['Mt'])['Count'].agg(max)
df.groupby(['Mt'])['Count'].transform(max)


方法3：idmax（旧版本pandas是argmax）

df.groupby('Mt')['Count'].idxmax()

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏1 回帖

关键词：pandas panda Group Das 最大值