如何在 Pandas 中找到組內具有最大值的行？

使用Groupby 取得群組中具有最大值的行

在執行資料分析時，通常需要識別具有最高值的行對於由其他列定義的每個組中的特定列。可以使用廣泛使用的 Python 資料操作庫 pandas 的 groupby() 和 transform() 方法方便地執行此操作。

問題陳述

給定一個包含「Sp」、「Mt」、「Value」和「count」等列的pandas DataFrame，我們的目標是提取具有最大值的行由「Sp」和「Mt」列定義的每個群組中的「count」值。

解

要擷取所需的行，我們可以採用以下步驟：

1. 計算每個的最大計數分組：

   • 利用groupby()方法按 'Sp' 和 'Mt' 欄位將 DataFrame 分組，然後將 max() 函數套用至 'count' 欄位以確定每組的最大計數值。

2. 辨識具有最大計數的行：

   • 利用transform()方法為每行回傳一個True/False布林系列，其中「True」表示該行在其範圍內具有最大計數值group.
   • 使用以下命令檢索與True 值對應的原始DataFrame 行

範例1

考慮以下DataFrame：

Sp	Mt	Value	count
MM1	S1	a	3
MM1	S1	n	2
MM1	S3	cb	5
MM2	S3	mk	8
MM2	S4	bg	10
MM2	S4	dgd	1
MM4	S2	rd	2
MM4	S2	cb	2
MM4	S2	uyi	7

Sp	Mt	Value	count
MM1	S1	a	3
MM1	S3	cb	5
MM2	S3	mk	8
MM2	S4	bg	10
MM4	S2	uyi	7

範例 2

使用不同的 DataFrame：

Sp	Mt	Value	count
MM2	S4	bg	10
MM2	S4	dgd	1
MM4	S2	rd	2
MM4	S2	cb	8
MM4	S2	uyi	8

輸出變成：

Sp	Mt	Value	count
MM2	S4	bg	10
MM4	S2	cb	8
MM4	S2	uyi	8

輸出變成：

輸出變成。 🎜>

1. 另一種方法是新增一列到表示每個群組的最大計數的 DataFrame。這可以透過以下步驟來實現：
2. 使用df.groupby(['Sp', 'Mt'])['count'].max() 計算每個群組的最大計數表達式。
3. 使用df['count_max'] = 將一個名為'count_max' 的新欄位加入DataFrame 中df.groupby(['Sp', 'Mt'])['count'].transform( max) 表達式。

過濾 DataFrame 以僅包含 'count' 欄位等於 'count_max' 的行專欄。

以上是如何在 Pandas 中找到組內具有最大值的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！