Python 如何在数据帧的子集内获得最大值？

如何在数据帧的子集内获得最大值

例如，当我做一些类似

statedata[statedata['state.region'] == 'Northeast'].ix[statedata['Murder'].idxmax()]

我得到一个KeyError，它指示

idxmax

返回全局最大值（Alabama）的键，而不是查询的子集中的最大值（该键当然丢失）

有没有办法在熊猫身上简洁地做到这一点

---

作为参考，此处使用的数据来自R，使用

data(state)
statedata = cbind(data.frame(state.x77), state.abb, state.area, state.center, state.division, state.name, state.region)

然后从R导出并由Pandas导入。

您可以使用选择子数据帧：

import pandas as pd
import pandas.rpy.common as com
import rpy2.robjects as ro

r = ro.r
statedata = r('''cbind(data.frame(state.x77), state.abb, state.area, state.center,
                 state.division, state.name, state.region)''')
df = com.convert_robj(statedata)
df.columns = df.columns.to_series().str.replace('state.', '')
subdf = df.loc[df['region']=='Northeast', 'Murder']
print(subdf)
# Connecticut       3.1
# Maine             2.7
# Massachusetts     3.3
# New Hampshire     3.3
# New Jersey        5.2
# New York         10.9
# Pennsylvania      6.1
# Rhode Island      2.4
# Vermont           5.5
# Name: Murder, dtype: float64
print(subdf.idxmax())

印刷品

New York

---

要为每个地区选择谋杀率最高的州（）：

In [24]: df.groupby('region')['Murder'].idxmax()
Out[24]: 
region
North Central    Michigan
Northeast        New York
South             Alabama
West               Nevada
Name: Murder, dtype: object

---

有没有办法使用

com.load_data

do一次加载所有额外数据（而不是一个

df['region']=com.load_data（'state.region'））

对于每一列。有没有更好的方法来处理有两列的

'state.center'

？我认为在这种情况下，使用R语法来形成R数据帧可能更容易，然后使用

com.convert\u robj

将其转换为Pandas数据帧。我已经更新了上面的代码来演示如何。这可能是一个很好的示例：