Python 在groupby中获取相应的值

我有一个类似的数据集

Serial    A        B       
1         12               
1         31
1
1         12
1         31       203
1         10    
1         2
2         32       100     
2         32       242
2         3
3         2                
3         23       100     
3
3         23

我根据序列对数据帧进行分组，并通过

df['A_MAX']=df.groupby（'Serial'）['A']].transform（'MAX'）.values

找到每个

A

列的最大值，并通过

df['A_MAX']=df['A_MAX']保留第一个值。掩码（df['Serial'].duplicated（），''）

现在对于

B_对应的

列，我想得到

A_MAX

对应的

B

值。我想在

A

中找到

A的MAX

值，但每组都有类似的MAX

A

值。附加条件，例如在

Serial 2

中，我还希望获得

32

之间的最小

B

值，其思想是用于每组的最大值，然后通过删除缺少的值并通过

Serial

获得第一行。创建

系列

用户和上次使用：

可以将缺少的值转换为空字符串，但会得到混合值-数值和字符串，因此下一步处理可能会有问题：

df['A_MAX'] = df.groupby('Serial')['A'].transform('max')
df['A_MAX'] = df['A_MAX'].mask(df['Serial'].duplicated(), '')

s = (df.sort_values(['Serial','A'], ascending=[True, False])
       .dropna(subset=['B'])
       .drop_duplicates('Serial')
       .set_index('Serial')['B'])

df['B_corresponding'] = df['Serial'].map(s).mask(df['Serial'].duplicated(), '')
print (df)
    Serial     A      B A_MAX B_corresponding
0        1  12.0    NaN    31             203
1        1  31.0    NaN                      
2        1   NaN    NaN                      
3        1  12.0    NaN                      
4        1  31.0  203.0                      
5        1  10.0    NaN                      
6        1   2.0    NaN                      
7        2  32.0  100.0    32             100
8        2  32.0  242.0                      
9        2   3.0    NaN                      
10       3   2.0    NaN    23             100
11       3  23.0  100.0                      
12       3   NaN    NaN                      
13       3  23.0    NaN                      

---

如果你不太倾向于只使用熊猫，你也可以使用字典来达到同样的效果

a_to_b_mapping = df.groupby('A')['B'].min().to_dict()
series_to_a_mapping = df.groupby('Series')['A'].max().to_dict()
agg_df = {}
for series, a in series_to_a_mapping.items():
    agg_df.append((series, a, a_to_b_mapping.get(a, None)))
  
agg_df = pd.DataFrame(agg_df, columns=['Series', 'A_max', 'B_corresponding'])
agg_df.head()

如果您愿意，您可以将其连接到原始数据帧并屏蔽重复项

dft = df.join(final_df.set_index('Serial'), on='Serial', how='left')
dft['A_max'] = dft['A_max'].mask(dft['A_max'].duplicated(), '')
dft['B_corresponding'] = dft['B_corresponding'].mask(dft['B_corresponding'].duplicated(), '')
dft

a_to_b_mapping = df.groupby('A')['B'].min().to_dict()
series_to_a_mapping = df.groupby('Series')['A'].max().to_dict()
agg_df = {}
for series, a in series_to_a_mapping.items():
    agg_df.append((series, a, a_to_b_mapping.get(a, None)))
  
agg_df = pd.DataFrame(agg_df, columns=['Series', 'A_max', 'B_corresponding'])
agg_df.head()

    Series  A_max   B_corresponding
0   1   31.0    203.0
1   2   32.0    100.0
2   3   23.0    100.0

dft = df.join(final_df.set_index('Serial'), on='Serial', how='left')
dft['A_max'] = dft['A_max'].mask(dft['A_max'].duplicated(), '')
dft['B_corresponding'] = dft['B_corresponding'].mask(dft['B_corresponding'].duplicated(), '')
dft