Python 使用熊猫石斑鱼时,如何获取序列的最大值?
我有以下数据帧:Python 使用熊猫石斑鱼时,如何获取序列的最大值?,python,pandas,dataframe,Python,Pandas,Dataframe,我有以下数据帧: U_ID Group Location Hours People Date 149 17 USA 2 2 2014-11-03 149 17 USA 2 1 2014-11-07 149 21 USA 3 2 2014-12-21 149 18 UK 1.5 1
U_ID Group Location Hours People Date
149 17 USA 2 2 2014-11-03
149 17 USA 2 1 2014-11-07
149 21 USA 3 2 2014-12-21
149 18 UK 1.5 1 2014-11-14
149 19 Spain 2 4 2014-11-21
我可以使用以下代码片段汇总小时数:
def process_hours(hr_df):
hr_df['Date'] = pd.to_datetime(hr_df['Date'])
hr_df['Hours'] = pd.to_numeric(hr_df['Hours'])
hr_df = (vol_df.groupby(['U_ID', 'Group', 'Location', 'People', pd.Grouper(key='Date', freq='MS')])['Hours'].sum().reset_index(level=[0, 1, 2, 3]))
但是,当人数不同时,这种情况会发生分裂:
U_ID Group Location People Hours
Date
2014-11-01 149 17 USA 1 2.0
2014-11-01 149 17 USA 2 2.0
2014-11-01 149 18 UK 1 1.5
2014-11-01 149 19 Spain 4 2.0
2014-12-01 149 21 USA 2 3.0
当分组恰好导致以下情况时,我如何计算最大人数:
U_ID Group Location People Hours
Date
2014-11-01 149 17 USA 2 4.0
2014-11-01 149 18 UK 1 1.5
2014-11-01 149 19 Spain 4 2.0
2014-12-01 149 21 USA 2 3.0
从grouper中删除“People”,并使用agg
指定groupby
以另外获取max
的People
(hr_df.groupby(['U_ID', 'Group', 'Location', pd.Grouper(key='Date', freq='MS')])
.agg({'Hours' : 'sum', 'People' : 'max'})
.reset_index() # Don't hardcode levels here.
.set_index('Date'))
U_ID Group Location Hours People
Date
2014-11-01 149 17 USA 4.0 2
2014-11-01 149 18 UK 1.5 1
2014-11-01 149 19 Spain 2.0 4
2014-12-01 149 21 USA 3.0 2
我建议这里不要硬编码级别的原因是为了更好的可维护性。使用reset\u索引(级别=[0,1,2])
比reset\u索引
+set\u索引
更有效。但是,例如,如果您决定向grouper添加另一列,则需要修改重置索引调用。。。这很好,很漂亮。如果您希望更容易维护的代码,请考虑不要对它们进行硬编码。< P>使用字典中的聚合函数指定列名称:
hr_df = (hr_df.groupby(['U_ID', 'Group', 'Location', pd.Grouper(key='Date', freq='MS')])
.agg({'Hours':'sum', 'People':'max'})
.reset_index(level=[0, 1, 2])
)
print (hr_df)
U_ID Group Location Hours People
Date
2014-11-01 149 17 USA 4.0 2
2014-11-01 149 18 UK 1.5 1
2014-11-01 149 19 Spain 2.0 4
2014-12-01 149 21 USA 3.0 2
它的代码与我的代码相同,但修复了我迄今为止在索引中犯的错误,对吗?今天他们的代码是
。重置索引(级别=[0,1,2,3])
,现在你的答案将更改为。重置索引(级别=[0,1,2])
。明天如果他们向grouper添加另一列,它将再次成为.reset\u索引(级别=[0,1,2,3])
。性能是一回事,但性能不是一切。可维护性很重要,这很公平。你也可以自由地为你的理由进行辩论。由OP决定他们喜欢哪一种。显然,这里没有单一的答案。在答案中提出建议和说“不要使用其他人的答案,这不好”是有区别的。我认为你在这里分析的太多了谢谢,现在好多了。