Pandas 选择两个数据中较高的一个

我正在与Python Pandas合作，试图对一些学生测试数据进行排序。有时，学生会在同一个测试窗口中测试两次，我只想保存两次测试中最高的一次。下面是我的数据集的一个示例

姓名得分
爱丽丝32
爱丽丝75
约翰89
标记40
标记70
艾米60

---

有没有办法只为每个学生保留较高的分数？

您可以使用

groupby

来实现这一点。它的工作原理如下：

df.groupby('Name').agg({'Score': 'max'})

df.sort_values(['Name', 'Score']).drop_duplicates(['Name'], keep='last')

其结果是：

       Score
Name        
Alice     75
Amy       60
John      89
Mark      70

顺便说一句，在这种特殊设置中，您还可以使用

删除重复项

在分数排序后使名称唯一。这将产生相同的结果，但不可扩展（例如，如果以后要添加平均分数等）。它看起来是这样的：

df.groupby('Name').agg({'Score': 'max'})

df.sort_values(['Name', 'Score']).drop_duplicates(['Name'], keep='last')

根据您发布的测试数据：

import pandas as pd
from io import StringIO

sio= StringIO("""Name Score
Alice 32
Alice 75
John 89
Mark 40
Mark 70
Amy 60 """)

df= pd.read_csv(sio, sep='\s+')

---

您可以使用

groupby

执行此操作。它的工作原理如下：

df.groupby('Name').agg({'Score': 'max'})

df.sort_values(['Name', 'Score']).drop_duplicates(['Name'], keep='last')

其结果是：

       Score
Name        
Alice     75
Amy       60
John      89
Mark      70

顺便说一句，在这种特殊设置中，您还可以使用

删除重复项

在分数排序后使名称唯一。这将产生相同的结果，但不可扩展（例如，如果以后要添加平均分数等）。它看起来是这样的：

df.groupby('Name').agg({'Score': 'max'})

df.sort_values(['Name', 'Score']).drop_duplicates(['Name'], keep='last')

根据您发布的测试数据：

import pandas as pd
from io import StringIO

sio= StringIO("""Name Score
Alice 32
Alice 75
John 89
Mark 40
Mark 70
Amy 60 """)

df= pd.read_csv(sio, sep='\s+')

---

这个问题已经在StackOverflow上得到了回答

您可以合并两个数据帧，然后计算每行的最大数量。df1和df2是学生得分的大熊猫：

import pandas as pd
df1 = pd.DataFrame({'Alice': 3,
                    'John': 8,
                    'Mark': 7.5,
                    'Amy': 0},
                    index=[0])

df2 = pd.DataFrame({'Alice': 7,
                    'Mark': 7},
                    index=[0])

result = pd.concat([df1, df2], sort=True)
result = result.T
result["maxvalue"] = result.max(axis=1)

---

这个问题已经在StackOverflow上得到了回答

您可以合并两个数据帧，然后计算每行的最大数量。df1和df2是学生得分的大熊猫：

import pandas as pd
df1 = pd.DataFrame({'Alice': 3,
                    'John': 8,
                    'Mark': 7.5,
                    'Amy': 0},
                    index=[0])

df2 = pd.DataFrame({'Alice': 7,
                    'Mark': 7},
                    index=[0])

result = pd.concat([df1, df2], sort=True)
result = result.T
result["maxvalue"] = result.max(axis=1)

---

如果您的数据在dataframe

df

中，您可以按分数按递减顺序排序，并删除重复的名称，保留第一个：

df.sort_values(by='Score', ascending=False).drop_duplicates(subset='Name', keep='first')

---

如果您的数据在dataframe

df

中，您可以按分数按递减顺序排序，并删除重复的名称，保留第一个：

df.sort_values(by='Score', ascending=False).drop_duplicates(subset='Name', keep='first')

---

有多种方法可以做到这一点，其中两种是：

[8]中的

：df=pd.DataFrame（{“Score”：[32,75,89,40,70,60]，
…：“姓名”：[“爱丽丝”、“爱丽丝”、“约翰”、“马克”、“马克”、“艾米”]}）
…：df
出[8]：
分数名
0 32爱丽丝
175爱丽丝
289约翰
340马克
470马克
560艾米
在[13]：%time df.groupby（“Name”）.max（）中
CPU时间：用户2.26毫秒，系统：286微秒，总计：2.54毫秒
壁时间：2.11毫秒
出[13]：
分数
名称
爱丽丝75
艾米60
约翰89
马克70
在[14]：%time-df.sort\u值（“Name”）.drop\u重复项（subset=“Name”，keep=“last”）
CPU时间：用户2.25毫秒，系统：0纳秒，总计：2.25毫秒
壁时间：1.89毫秒
出[14]：
分数名
175爱丽丝
560艾米
289约翰
470马克

有多种方法可以做到这一点，其中两种是：

[8]中的

：df=pd.DataFrame（{“Score”：[32,75,89,40,70,60]，
…：“姓名”：[“爱丽丝”、“爱丽丝”、“约翰”、“马克”、“马克”、“艾米”]}）
…：df
出[8]：
分数名
0 32爱丽丝
175爱丽丝
289约翰
340马克
470马克
560艾米
在[13]：%time df.groupby（“Name”）.max（）中
CPU时间：用户2.26毫秒，系统：286微秒，总计：2.54毫秒
壁时间：2.11毫秒
出[13]：
分数
名称
爱丽丝75
艾米60
约翰89
马克70
在[14]：%time-df.sort\u值（“Name”）.drop\u重复项（subset=“Name”，keep=“last”）
CPU时间：用户2.25毫秒，系统：0纳秒，总计：2.25毫秒
壁时间：1.89毫秒
出[14]：
分数名
175爱丽丝
560艾米
289约翰
470马克

你不能对两列上的值进行

排序吗？你不能对两列上的值进行
排序吗？什么是
df
，
df1
和
df2
，这应该如何工作？df1和df2是两个熊猫数据框架，它们是
df
，
df1
和
df2
这应该是如何工作的？df1和df2是两个熊猫数据框架我感谢您的编辑，但除了排序顺序，它正是我的答案所建议的：也许这是因为它很简单。我们可能不会被提名诺贝尔奖，对吗？顺便说一句，我还没有看到你的帖子。它在哪里？别紧张。这并不意味着冒犯。：）考虑到你的最后一个问题：我不知道你打字有多快我感谢您的编辑，但除了排序顺序，这正是我的答案所建议的。：）也许这是因为它很简单。我们可能不会被提名诺贝尔奖，对吗？顺便说一句，我还没有看到你的帖子。它在哪里？别紧张。这并不意味着冒犯。：）考虑到你的最后一个问题：我不知道你打字有多快