Pandas数据框在groupby时取每个组的组最大值

debugcn 发表于 Dev

奥库布

我有很多列的数据框，2是分类的，其余是数字的：

df = [type1 , type2 , type3 , val1, val2, val3
       a       b        q       1    2     3
       a       c        w       3    5     2
       b       c        t       2    9     0
       a       b        p       4    6     7
       a       c        m       2    1     8]

我想基于将根据groupby(["type1","type2"])分组行中的最大值创建的操作应用合并：

df = [type1 , type2 ,type3, val1, val2, val3 
       a       b       q      2    6     7     
       a       c       w      4    5     8      
       b       c       t      2    9     0

说明：val3第一行是7，因为这是时的最大值type1 = a, type2 = b。

同样，val3第二行是8，因为这是时的最大值type1 = a, type2 = c。

耶斯列尔

如果需要通过max以下方式汇总所有列：

df = df.groupby(["type1","type2"]).max()
print (df)
            type3  val1  val2  val3
type1 type2                        
a     b         q     4     6     7
      c         w     3     5     8
b     c         t     2     9     0

如果需要一些列聚集不同，您可以创建字典，聚合函数的列名，然后设置一些列的其它集合functuions，像type3使用first和val1使用last：

d = dict.fromkeys(df.columns.difference(['type1','type2']), 'max')
d['type3'] = 'first'
d['val1'] = 'last'

df = df.groupby(["type1","type2"], as_index=False, sort=False).agg(d)
print (df)
  type1 type2 type3  val1  val2  val3
0     a     b     q     4     6     7
1     a     c     w     2     5     8
2     b     c     t     2     9     0

本文收集自互联网，转载请注明来源。

如有侵权，请联系[email protected] 删除。