Python按行为分组

我试图理解/使用Pandas中的groupby来获取每个组中的最大计数，然后返回具有最大计数的行

df = pd.DataFrame({'name':['alpha','beta','gamma','delta','epsilon'], 'year':[2000,2001,2000,2001,2000], 'count':[1,25,11,20,8]})
df


    count   name    year
0   1       alpha   2000
1   25      beta    2001
2   11      gamma   2000
3   20      delta   2001
4   8       epsilon 2000

df.groupby('year').max()

        count   name
year        
2000    11      gamma
2001    25      delta

我是按年份分组的，但我希望输出如下所示：

        count   name
year        
2000    11      gamma
2001    25      beta

因此，我想根据最大计数按“年”返回每个组的整行。我也不清楚为什么2001年会返回delta而不是beta，正如我所期望的那样。

您可以使用idxmax收集最大行的索引，然后使用df.iloc选择行：

In [73]: df.iloc[df.groupby('year')['count'].idxmax()].set_index('year')
Out[73]: 
      count   name
year              
2000     11  gamma
2001     25   beta

请注意，df.groupby'year'.max正在查找每列的最大值-计数和名称。这就是为什么在名称列中将delta选为max

如果您只对最大计数感兴趣，请使用

df.groupby('year')['count'].max()

groupby'year'是一个DataFrameGroupBy对象。 groupby'year'['count']是一个SeriesGroupBy对象。SeriesGroupBy对象上对max或idxmax的调用仅使用count列中的值。此限制GroupBy对象的方法是。

您可以使用general GroupBy.apply并返回其计数等于组最大计数的行。与另一个答案一样，set_索引用于删除额外年份列

---

它给出delta的原因是，当您直接对groupby对象执行.max操作时，它会分别为每列计算max。delta在字母表中较晚，因此大于beta。@unubtu：您能解释一下：为什么我的命令返回delta而不是beta吗？那么df.groupby'year'['count']是做什么的呢？我理解df.groupby'year'，但我无法理解['count']部分 >>> df = pd.DataFrame({'name':['alpha','beta','gamma','delta','epsilon'], 'year':[2000,2001,2000,2001,2000], 'count':[1,25,11,20,8]}) >>> df.groupby("year").apply(lambda g: g[g["count"] == g["count"].max()]).set_index("year") count name year 2000 11 gamma 2001 25 beta