Python groupby两列中的公共值

我需要从两列中具有公共值的行对中提取公共最大值

通用性在A列和B列中的值之间。第0行和第1行是通用的，第2行和第3行是通用的，第4行是独立的

f = DataFrame([[1, 2, 30], [2, 1, 20], [2, 6, 15], [6, 2, 70], [7, 10, 35]], columns=['A', 'B', 'Value'])
f
   A   B  Value
0  1   2     30
1  2   1     20
2  2   6     15
3  6   2     70
4  7  10     35

目标是提取最大值，因此最终结果是：

f_final = DataFrame([[1, 2, 30, 30], [2, 1, 20, 30], [2, 6, 15, 70], [6, 2, 70, 70], [7, 10, 35, 35]], columns=['A', 'B', 'Value', 'Max'])
f_final

   A   B  Value  Max
0  1   2     30   30
1  2   1     20   30
2  2   6     15   70
3  6   2     70   70
4  7  10     35   35

如果有一种方法可以分配一个公共的、不重复的键，我可以这样做：

f_key = DataFrame([[1, 1, 2, 30], [1, 2, 1, 20], [2, 2, 6, 15], [2, 6, 2, 70], [3, 7, 10, 35]], columns=['key', 'A', 'B', 'Value'])
f_key

   key  A   B  Value
0    1  1   2     30
1    1  2   1     20
2    2  2   6     15
3    2  6   2     70
4    3  7  10     35

跟进groupby和transform：

f_key['Max'] = f_key.groupby(['key'])['Value'].transform(lambda x: x.max())
f_key.drop('key', 1, inplace=True)
f_key

   A   B  Value  Max
0  1   2     30   30
1  2   1     20   30
2  2   6     15   70
3  6   2     70   70
4  7  10     35   35

问题1： 如何分配这个公共密钥

问题2： 有没有更好的方法，跳过公共键步骤

---

干杯…

您可以对

A

和

B

列中的值进行排序，以便

A

中的每行值小于或等于

B

中的值。对值进行排序后，您可以像往常一样应用

groupby transform max

：

import pandas as pd
df = pd.DataFrame([[1, 2, 30], [2, 1, 20], [2, 6, 15], [6, 2, 70], [7, 10, 35]],
                  columns=['A', 'B', 'Value'])
mask = df['A'] > df['B']
df.loc[mask, ['A','B']] = df.loc[mask, ['B','A']].values
df['Max'] = df.groupby(['A', 'B'])['Value'].transform('max')

print(df)

屈服

   A   B  Value  Max
0  1   2     30   30
1  1   2     20   30
2  2   6     15   70
3  2   6     70   70
4  7  10     35   35

In [267]: df
Out[267]: 
    A   B  Value  Max
0  ab  ac     30   30
1  ab  ac     20   30
2  ca  cb     15   70
3  ca  cb     70   70
4  ff  zz     35   35

---

即使

A

和

B

中的值是字符串，上述方法仍然有效。比如说,

df = DataFrame([['ab', 'ac', 30], ['ac', 'ab', 20],
                 ['cb', 'ca', 15], ['ca', 'cb', 70],
                 ['ff', 'zz', 35]], columns=['A', 'B', 'Value'])

mask = df['A'] > df['B']
df.loc[mask, ['A','B']] = df.loc[mask, ['B','A']].values
df['Max'] = df.groupby(['A', 'B'])['Value'].transform('max')

屈服

   A   B  Value  Max
0  1   2     30   30
1  1   2     20   30
2  2   6     15   70
3  2   6     70   70
4  7  10     35   35

In [267]: df
Out[267]: 
    A   B  Value  Max
0  ab  ac     30   30
1  ab  ac     20   30
2  ca  cb     15   70
3  ca  cb     70   70
4  ff  zz     35   35

---

谢谢@unutbu。对于字符串有类似的方法吗？df=DataFrame（[['ab'，ac'，30]，'ac'，ab'，20]，'cb'，ca'，15]，'ca'，cb'，70]，'ff'，zz'，35]，[A'，B'，Value'，35]）啊，在这种情况下，几何体不会有帮助——除非先将值转换为因子。但这可能会抵消速度优势。使用分类和get_索引器。似乎有效。谢谢你的帮助。c=pd.Categorical.from_数组（df.A）idx=c.levels df['A1']=idx.get_索引器（df.A）df['B1']=idx.get_索引器（df.B）可能无法工作，因为

idx.get_索引器（df.B）

将在

B

中的值不在

A

中时返回-1。因此，

（ff，zz）

和

（ff，qq）

都将映射到类似

（4，-1）

@coredump的内容：即使值是字符串，第一个方法仍然有效。