Pandas groupby之后的不同列上的选择

我是熊猫的新手，因此请耐心对待这个问题 我有一个Df，其中包含多年来在许多州收集的年份、州和人口数据

我想找到任何一年的最大pop和相应的状态

例如：

1995 Alabama xx; 1196 New York yy; 1997 Utah zz

我做了一个群比，得到了一年内所有州的人口；我如何在这些年中进行迭代

state_yearwise = df.groupby(["Year", "State"])["Pop"].max()
state_yearwise.head(10)
1990  Alabama        22.5
      Arizona        29.4
      Arkansas       16.2
      California     34.1

2016 South Dakota     14.1
     Tennessee        10.2
     Texas            17.4
     Utah             16.1

现在我做到了

df.loc[df.pop  == df.pop.max(), ["year", "State", "pop"]]

1992    Colorado  54.1

只给我1年，所有年份和州的最大值 我想要的是每年哪个州的人口最多

建议？

这就是你想要的：

df = pd.DataFrame([{'state' : 'A', 'year' : 2000, 'pop' : 100},
    {'state' : 'A', 'year' : 2001, 'pop' : 110},
    {'state' : 'B', 'year' : 2000, 'pop' : 210},
    {'state' : 'B', 'year' : 2001, 'pop' : 200}])
maxpop = df.groupby("state",as_index=False)["pop"].max()
pd.merge(maxpop,df,how='inner')

我看到df的

df

：

    pop state year
0   100 A     2000
1   110 A     2001
2   210 B     2000
3   200 B     2001

至于最终结果：

  state pop year
0   A   110 2001
1   B   210 2000

证明这是有效的：

这就是你想要的吗：

df = pd.DataFrame([{'state' : 'A', 'year' : 2000, 'pop' : 100},
    {'state' : 'A', 'year' : 2001, 'pop' : 110},
    {'state' : 'B', 'year' : 2000, 'pop' : 210},
    {'state' : 'B', 'year' : 2001, 'pop' : 200}])
maxpop = df.groupby("state",as_index=False)["pop"].max()
pd.merge(maxpop,df,how='inner')

我看到df的

df

：

    pop state year
0   100 A     2000
1   110 A     2001
2   210 B     2000
3   200 B     2001

至于最终结果：

  state pop year
0   A   110 2001
1   B   210 2000

证明这是有效的：

---

您可以使用transform获取每列的最大值，并获取相应pop的索引

idx = df.groupby(['year'])['pop'].transform(max) == df['pop']

现在您可以使用idx索引df

df[idx]

你得到

    pop state   year
2   210 B   2000
3   200 B   2001

    Year    State   County  Pop
3   2015    Utah    Monroe  12.1
4   2013    Alabama Newton  10.4

对于您更新的其他数据帧

    Year    State       County  Pop
0   2015    Mississippi Panola  6.4
1   2015    Mississippi Newton  6.7
2   2015    Mississippi Newton  6.7
3   2015    Utah        Monroe  12.1
4   2013    Alabama     Newton  10.4
5   2013    Alabama     Georgi  4.2

idx = df.groupby(['Year'])['Pop'].transform(max) == df['Pop']

df[idx]

你得到

    pop state   year
2   210 B   2000
3   200 B   2001

    Year    State   County  Pop
3   2015    Utah    Monroe  12.1
4   2013    Alabama Newton  10.4

---

您可以使用transform获取每列的最大值，并获取相应pop的索引

idx = df.groupby(['year'])['pop'].transform(max) == df['pop']

现在您可以使用idx索引df

df[idx]

你得到

    pop state   year
2   210 B   2000
3   200 B   2001

    Year    State   County  Pop
3   2015    Utah    Monroe  12.1
4   2013    Alabama Newton  10.4

对于您更新的其他数据帧

    Year    State       County  Pop
0   2015    Mississippi Panola  6.4
1   2015    Mississippi Newton  6.7
2   2015    Mississippi Newton  6.7
3   2015    Utah        Monroe  12.1
4   2013    Alabama     Newton  10.4
5   2013    Alabama     Georgi  4.2

idx = df.groupby(['Year'])['Pop'].transform(max) == df['Pop']

df[idx]

你得到

    pop state   year
2   210 B   2000
3   200 B   2001

    Year    State   County  Pop
3   2015    Utah    Monroe  12.1
4   2013    Alabama Newton  10.4

---

为什么不一组一组地摆脱呢？通过使用

排序\u值

和

删除重复项

df.sort_values(['state','pop']).drop_duplicates('state',keep='last')
Out[164]: 
   pop state  year
1  110     A  2001
2  210     B  2000

---

为什么不一组一组地摆脱呢？通过使用

排序\u值

和

删除重复项

df.sort_values(['state','pop']).drop_duplicates('state',keep='last')
Out[164]: 
   pop state  year
1  110     A  2001
2  210     B  2000

---

感谢您展示了合并的概念；但是我试过了，在“合并”之后没有得到相同的结果。它不会像你一样选择每年的最大州数2015年2月0日密西西比州牛顿县6.1 1 2015年2月密西西比州帕诺拉县9.4 2 2015年2月密西西比州门罗县7.9 3 2015年2月密西西比州辛兹县5.3向我们展示你得到了什么。还显示df和maxpop的输出。最好是可读的格式。我正在以适当的格式添加表格，但它正在被弄乱；让我再次尝试一下（2004年）我方尝试一下（2004年）今年（2004年）年年（2004年）年（2004年）年（2004年）我再尝试一下今年今年（2004年）年（2004年）我我再尝试一下今年今年（2004年）年（2004年）年（2004年）年（2004年）年）我再尝试一下我我再尝试一下今年今年（2004年）年（2004年）年）年（2004年）今年今年今年今年今年今年）我我再尝试今年今年（2004年）年（2004年）今年今年今年今年今年今年（2004年）年）年，年，年年）我我我我方方今年今年今年（2004年）年（2004年，年）年，年，年年年年年年年年年年年年年年年年年年年年年）我我方方方方今年今年今年（2004年年）年年年年年年年年年年年年年年年年年，年年，年，年，年，年，年年年2015年犹他州门罗12.1更多2013年阿拉巴马州牛顿10.4更多感谢您展示了合并的概念；但是我试过了，在“合并”之后没有得到相同的结果。它不会像你一样选择每年的最大州数2015年2月0日密西西比州牛顿县6.1 1 2015年2月密西西比州帕诺拉县9.4 2 2015年2月密西西比州门罗县7.9 3 2015年2月密西西比州辛兹县5.3向我们展示你得到了什么。还显示df和maxpop的输出。最好是可读的格式。我正在以适当的格式添加表格，但它正在被弄乱；让我再次尝试一下（2004年）我方尝试一下（2004年）今年（2004年）年年（2004年）年（2004年）年（2004年）我再尝试一下今年今年（2004年）年（2004年）我我再尝试一下今年今年（2004年）年（2004年）年（2004年）年（2004年）年）我再尝试一下我我再尝试一下今年今年（2004年）年（2004年）年）年（2004年）今年今年今年今年今年今年）我我再尝试今年今年（2004年）年（2004年）今年今年今年今年今年今年（2004年）年）年，年，年年）我我我我方方今年今年今年（2004年）年（2004年，年）年，年，年年年年年年年年年年年年年年年年年年年年年）我我方方方方今年今年今年（2004年年）年年年年年年年年年年年年年年年年年，年年，年，年，年，年，年年年2015年犹他州门罗12.1更多2013年阿拉巴马州牛顿10.4更多我不认为

.pop

会起作用……因为pop在pandas中是一个函数……pop在起作用，但无论如何，由于pop（）是一个函数，更好的做法是使用['pop']我不认为

.pop

会起作用……因为pop在pandas中是一个函数……pop在起作用，但无论如何，由于pop（）是一个函数，更好的做法是使用['pop']