Python 熊猫:基于每个组中的最大值的GroupBy和Order组
我有一个熊猫数据框,其中包含曲目、乐谱和其他一些列 我想按“轨迹”分组,然后根据“分数”上的最大值对这些组进行排序 示例数据帧:Python 熊猫:基于每个组中的最大值的GroupBy和Order组,python,pandas,Python,Pandas,我有一个熊猫数据框,其中包含曲目、乐谱和其他一些列 我想按“轨迹”分组,然后根据“分数”上的最大值对这些组进行排序 示例数据帧: tracks score 20 2.2 20 1.5 25 3.5 24 1.2 24 5.5 预期输出(我想比较每个组的最高值,并将所有组从最高到最低排序,但我不想丢失任何其他数据-意味着我想显示所有行): 目前,我获得以下输出(我的分数已排序
tracks score
20 2.2
20 1.5
25 3.5
24 1.2
24 5.5
预期输出(我想比较每个组的最高值,并将所有组从最高到最低排序,但我不想丢失任何其他数据-意味着我想显示所有行):
目前,我获得以下输出(我的分数已排序,但在“按我的曲目分组”后,将根据曲目编号进行排序):
我到目前为止的做法是:
1.我已经按分数对所有值进行了排序
sub_df = sub_df.sort_values("score")
url\u dict=sub\u df.groupby('track')['url'])。应用(列表)。to\u dict()
我还尝试使用OrderedDict,但它没有用(至少现在是这样),因为groupBy命令发送错误的数据序列
Pandas=0.23,Python=3.6.4创建辅助列并按多个列排序,最后删除辅助列:
sub_df['max'] = sub_df.groupby('tracks')['score'].transform('max')
sub_df = sub_df.sort_values(["max","score"], ascending=False).drop('max', axis=1)
#if necessary sorting also by tracks column
#sub_df = sub_df.sort_values(["max","tracks","score"], ascending=False).drop('max', axis=1)
print (sub_df)
tracks score
4 24 5.5
3 24 1.2
2 25 3.5
0 20 2.2
1 20 1.5
可能有点长,但我使用的是: 首先设置索引:
df.set_index(['x', 'y'], inplace=True)
然后在基于索引的双排序数据帧上使用groupby
new_df = df.groupby(level=[0,1]).sum().reset_index() \
.sort_values(['x', 'y'], ascending=[1,0]).groupby('x').head(1)
这将仅显示最大值,如果要查看全部,请删除“头(1)”
df.set_index(['x', 'y'], inplace=True)
new_df = df.groupby(level=[0,1]).sum().reset_index() \
.sort_values(['x', 'y'], ascending=[1,0]).groupby('x').head(1)