Pandas groupby在多个列中使用max获取行

正在查找在多个列中具有最大值的组的行：

pd.DataFrame([{‘grouper’: ‘a’, ‘col1’: 1, ‘col2’: 3, ‘uniq_id’: 1}, {‘grouper’: ‘a’, ‘col1’: 2, ‘col2’: 4, ‘uniq_id’: 2}, {‘grouper’: ‘a’, ‘col1’: 3, ‘col2’: 2, ‘uniq_id’: 3}])

   col1  col2 grouper  uniq_id
0     1     3       a        1
1     2     4       a        2
2     3     2       a        3

在上面，我按“grouper”列进行分组。在“a”组中，我希望得到最大值为col1和col2的行，在这种情况下，当我对数据帧进行分组时，我希望获得uniq_id的行，因为它的col1/col2值最高，为4，因此结果是：

^{pr2}$
在我的实际例子中，我使用的是时间戳，所以我实际上并不期望打领带。但是在平局的情况下，我不关心我在组中选择哪一行，因此在这种情况下，它将是组的first。在

3条回答
网友
1楼 ·
有趣的方法。添加另一个方法只是为了展示apply（我非常喜欢）的强大功能，并使用前面提到的一些其他方法。在

import pandas as pd

df = pd.DataFrame(
    [
        {"grouper": "a", "col1": 1, "col2": 3, "uniq_id": 1},
        {"grouper": "a", "col1": 2, "col2": 4, "uniq_id": 2},
        {"grouper": "a", "col1": 3, "col2": 2, "uniq_id": 3},
    ]
)

def find_max(grp):
    # find max value per row, then find index of row with max val
    max_row_idx = grp[["col1", "col2"]].max(axis=1).idxmax()
    return grp.loc[max_row_idx]

df.groupby("grouper").apply(find_max)

IIUC使用transform，然后与原始数据帧进行比较

g=df.groupby('grouper')
s1=g.col1.transform('max')
s2=g.col2.transform('max')
s=pd.concat([s1,s2],axis=1).max(1)

df.loc[df[['col1','col2']].eq(s,0).any(1)]
Out[89]: 
   col1  col2 grouper  uniq_id
1     2     4       a        2

还有一种方法可以尝试：

# find row wise max value
df['row_max'] = df[['col1','col2']].max(axis=1)

# filter rows from groups
df.loc[df.groupby('grouper')['row_max'].idxmax()]

   col1 col2 grouper uniq_id row_max
1    2    4     a        2     4

稍后可以使用df.drop(‘row_max’, axis=1)删除{}

我用来使用的功能如下：

我要获取一行的数据出来:

import pandas as pd

df = pd.read_excel('新建 XLSX 工作表.xlsx', 0,
                   usecols=['物料名称', '物料型号', '数量', '单位', '入库时间', '供应商名称', '入库编号', '单价（不含税）'])
# print(df.head())


def find_max(grp):
    # find max value per row, then find index of row with max val
    max_row_idx = grp['单价（不含税）'].idxmax()
    return grp.loc[max_row_idx]


def find_min(grp):
    # find min value per row, then find index of row with min val
    min_row_idx = grp['单价（不含税）'].idxmin()
    return grp.loc[min_row_idx]


if __name__ == '__main__':

    df_max = df.groupby(by=['物料型号']).apply(find_max)
    df_min = df.groupby(by=['物料型号']).apply(find_min)
    df_min['分割一下'] = '  |||  '
    df_max['入库编号'] = df_max['入库编号'].astype('string')
    df_min['入库编号'] = df_min['入库编号'].astype('string')

    # 改列名
    df_min.rename(columns={'单价（不含税）': '(低价)单价（不含税）'}, inplace=True)
    df_max.rename(columns={'单价（不含税）': '(高价)单价（不含税）'}, inplace=True)

    df = pd.concat([df_min, df_max], axis=1)
    df['差价'] = df['(高价)单价（不含税）'] - df['(低价)单价（不含税）']
    df.to_excel('a.xlsx', index=False)