Python 提取 DataFrame 某字段最大值所对应的行

在处理DataFrame时,某一列/某个字段在不同类别中有不同的值。

提取某个类别中该字段最大值所对应的行,需要用group by 方法。

输入:

   year  num name
0  2016    2    a
1  2016    5    b
2  2017    4    c
3  2017    7    d
4  2017    8    e
5  2018   90    f
6  2018   78    g

期望输出:

   year  num name
0  2016    5    b
1  2017    8    e
2  2018   90    g

 Python 实现代码:

# -*- coding: utf-8 -*-
# @Author  : 小晓酱
# @File    : test.py
# @Software: PyCharm

import pandas as pd

data = {'year': [2016, 2016, 2017, 2017, 2017, 2018, 2018],
        'num': [2, 5, 4, 7, 8, 90, 78],
        'name': ['a', 'b', 'c', 'd', 'e', 'f', 'g']}

df = pd.DataFrame(data)

df_groupby = df.groupby(by='year', as_index=False).max()

 

  • 4
    点赞
  • 22
    收藏
    觉得还不错? 一键收藏
  • 1
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值