Python 在dataframe中使用查询语句选择列

我有以下数据框。每个点与每个类的“n”类点组合，每个组合的值为0或1。 现在，对于每一个点，我想得到一个类，它的最大值是“0”。 输出： 第1-a部分 第2-b部分

我试过使用哈希表，但它有点麻烦。什么是数据帧查询

+------+-------+-------+--+--+--+
|第124页类|值| | ||
+------+-------+-------+--+--+--+
|第1部分| a | 0 | | ||
|第1部分| a | 0 | | ||
|第1部分| a | 1 | ||
|第1部分| b | 0 | | ||
|第1部分| b | 1 | ||
|第1部分| b | 1 | ||
|第2部分| a | 1 | ||
|第2部分| a | 1 | ||
|第2部分| a | 1 | ||
|第2部分| b | 0 | | ||
|第2部分| b | 0 | | ||
|第2部分| b | 0 | | ||
|      |       |       |  |  |  |
+------+-------+-------+--+--+--+

仅首先筛选

0

行，然后按其对输出进行排序，因此有必要先查看LCT

索引

索引值：

df = (df[df['value'] == 0].groupby('Pt.')['class']
                          .apply(lambda x: x.value_counts().index[0])
                          .reset_index(name='top1'))
print (df)
    Pt. top1
0  Pt.1    a
1  Pt.2    b

过滤的类似替代方案：

df = (df.query("value == 0")
        .groupby('Pt.')['class']
        .apply(lambda x: x.value_counts().index[0])
        .reset_index(name='top1'))
print (df)
    Pt. top1
0  Pt.1    a
1  Pt.2    b

---

为什么

r

标记在这里？因为数据帧操作在r和pythonThanks中是相似的！工作得很好！