推荐学习书目
› Learn Python the Hard Way
Python Sites
› PyPI - Python Package Index
› http://diveintopython.org/toc/index.html
› Pocoo
值得关注的项目
› PyPy
› Celery
› Jinja2
› Read the Docs
› gevent
› pyenv
› virtualenv
› Stackless Python
› Beautiful Soup
› 结巴中文分词
› Green Unicorn
› Sentry
› Shovel
› Pyflakes
› pytest
Python 编程
› pep8 Checker
Styles
› PEP 8
› Google Python Style Guide
› Code Style from The Hitchhiker's Guide
这是一个创建于 2973 天前的主题，其中的信息可能已经有所发展或是发生改变。
idx A B C D
n1 a n1 0.08235683979623196 0.05382651911109722
n2 a n2 -0.5753742388125477 -1.274828987062829
n3 c n3 -1.4215891862728542 -1.5249012616692992
n4 b n4 2.597861476435896 -0.022156711083823347
n5 b n5 0.554609527394234 -0.41314768348864467
n6 c n6 0.515677716749852 -1.6778597999504492
n7 c n7 -1.6537892579863014 -1.4180345858887689
n8 c n8 -0.6986637088054982 0.4363171785879798
假设我有如上一个 df 表，分为 A,B,C,D 共 4 列。
我想以列 A 为分组，求列 C 各组内的最大值。**同时知道这个最大值对应的是哪个 index**后一个要求怎么实现哈？
df['C'].groupby(df['A']).max()
结果只是：
A
a 0.082357
b 2.597861
c 0.515678
Name: C, dtype: float64
获取不到他们的 index
n1 a n1 0.08235683979623196 0.05382651911109722
n2 a n2 -0.5753742388125477 -1.274828987062829
n3 c n3 -1.4215891862728542 -1.5249012616692992
n4 b n4 2.597861476435896 -0.022156711083823347
n5 b n5 0.554609527394234 -0.41314768348864467
n6 c n6 0.515677716749852 -1.6778597999504492
n7 c n7 -1.6537892579863014 -1.4180345858887689
n8 c n8 -0.6986637088054982 0.4363171785879798
假设我有如上一个 df 表，分为 A,B,C,D 共 4 列。
我想以列 A 为分组，求列 C 各组内的最大值。**同时知道这个最大值对应的是哪个 index**后一个要求怎么实现哈？
df['C'].groupby(df['A']).max()
结果只是：
A
a 0.082357
b 2.597861
c 0.515678
Name: C, dtype: float64
获取不到他们的 index
 |
1
zjuhwc 2016-10-30 00:06:33 +08:00
|
 |
2
princelai 2016-10-30 00:58:10 +08:00 via Android
group 前先 reset_index,比如这列就叫 index ，最后一步加上['index']
|
 |
3
billgreen1 2016-10-30 08:16:59 +08:00
没那么麻烦
df.groupby('A')['C'].agg([max, np.argmax]) |
 |
4
kingmo888 OP @billgreen1 这个好！太赞了。查询了一下，一个求最大值，一个求最大值下标。
|
 |
6
wnduan 2016-10-30 10:27:55 +08:00
因为你的 'B' 列和 'index' 一样，所以 df.groupby(['A']).max() 就行，这样 'C' 和 'D' 的最大值都有。如果只要 'C' 的话也可以 df[['A', 'B', 'C']].groupby(['A']).max()
|
 |
7
hastelloy 2016-11-01 06:29:11 +08:00 via Android
idxmax 为您服务
|
Select Language