Python 数据帧中groupby对象的两列中较大的一列

我有这样一个数据帧（最小可复制示例）：

我试图做的是首先按搜索项进行分组，并为每个搜索项找到比率x和比率y中的较大值（同时保留数据框中的所有剩余列）。所以我想看到的结果是：

Search_Term   Exit_Pages  Ratio_x   Date_x   Ratio_y  Date_y  Highest_Ratio

 hello        /store/catalog  .20     8/30/17  .25     7/30/17  .25
 hello        /store/product  .15     8/30/17  .10     7/30/17
 goodbye      /store/search   .35     8/30/17  .20     7/30/17
 goodbye      /store/product  .25     8/30/17  .40     7/30/17  .40

我试图做的是创建一个groupby搜索项，并使用apply应用两列函数中的较大值，如下所示（我后来打算将此数据框与原始数据框连接，以包含上述值，但错误消息阻止我执行该步骤）：

---

是否有一些小的修改，我可以使我的代码工作，如果是这样，它会是什么？如果没有，问题到底是什么？我如何解决这个问题？

也许您想要的是

groupby

+

transform

df['Highest_Ratio'] = df.groupby('Search_Term')\
            ['Ratio_x', 'Ratio_y'].transform('max').max(1)

df['Highest_Ratio']

0    0.25
1    0.25
2    0.40
3    0.40
Name: Highest_Ratio, dtype: float64

您可以使用

np执行另一个步骤。其中

可获得准确的输出：

m = df['Highest_Ratio'].eq(df['Ratio_x']) | df['Highest_Ratio'].eq(df['Ratio_y'])
df['Highest_Ratio'] = np.where(m, df['Highest_Ratio'], '')

df

  Search_Term      Exit_Pages  Ratio_x   Date_x  Ratio_y   Date_y  \
0       hello  /store/catalog     0.20  8/30/17     0.25  7/30/17   
1       hello  /store/product     0.15  8/30/17     0.10  7/30/17   
2     goodbye   /store/search     0.35  8/30/17     0.20  7/30/17   
3     goodbye  /store/product     0.25  8/30/17     0.40  7/30/17   

  Highest_Ratio  
0          0.25  
1                
2                
3           0.4  

---

请记住，最好跳过这一步，因为混合字符串和浮点数并不是性能方面的最佳选择。

也许您想要的是

+
转换

df['Highest_Ratio'] = df.groupby('Search_Term')\
            ['Ratio_x', 'Ratio_y'].transform('max').max(1)

df['Highest_Ratio']

0    0.25
1    0.25
2    0.40
3    0.40
Name: Highest_Ratio, dtype: float64

您可以使用
np执行另一个步骤。其中
可获得准确的输出：

m = df['Highest_Ratio'].eq(df['Ratio_x']) | df['Highest_Ratio'].eq(df['Ratio_y'])
df['Highest_Ratio'] = np.where(m, df['Highest_Ratio'], '')

df

  Search_Term      Exit_Pages  Ratio_x   Date_x  Ratio_y   Date_y  \
0       hello  /store/catalog     0.20  8/30/17     0.25  7/30/17   
1       hello  /store/product     0.15  8/30/17     0.10  7/30/17   
2     goodbye   /store/search     0.35  8/30/17     0.20  7/30/17   
3     goodbye  /store/product     0.25  8/30/17     0.40  7/30/17   

  Highest_Ratio  
0          0.25  
1                
2                
3           0.4  

请记住，最好跳过这一步，因为混合字符串和浮点数并不是性能方面的最佳方法。
再次阅读此问题会让我觉得这是最好的方法solution@Bharath我觉得你的选择解决方案也很有趣（因为它被删除了，所以无法投票），我错过了分组部分。所以我认为这不是一个好的解决办法。谢谢！除了一个具体案例外，这完成了我需要的95%。当有多个情况给出相同的结果时，它只拉入第一个。如果我想把所有的多个比率都取出来呢？另外，你能给我解释一下你的解决方案的第二部分吗。.eq在做什么？@mkheifetz如果多行具有相同的最高值，那么我答案的第二部分也应该保留这些值。基本上，第二部分是创建一个掩码，并检查最高比率中的值是否与相应比率列中的值相同，如果是，则只保留这些值，屏蔽其他值。再次阅读问题使我认为这是solution@Bharath我觉得你选择的解决方案也很有趣（由于已删除，无法对其进行表决）我错过了分组的部分。所以思考不是一个好的解决方案。谢谢！除了一个特定的案例外，这完成了我所需要的95%。当有多个案例产生相同的结果时，它只会拉第一个。如果我想拉所有多个比率最高的案例呢？另外，你能向我解释第二个h吗如果多行具有相同的最高值，那么我的答案的第二部分也应该保留这些值。基本上，第二部分是创建一个掩码，并检查最高比值中的值是否与相应比值列中的值相同，如果是，则只保留这些值保持沉默，掩盖其他人。