pandas按某一层索引分组取某一列的最大值,groupby(),idxmax()

本文介绍了如何利用pandas在Python中处理数据,具体操作是根据某一层索引进行分组,然后找出每组中某一列的最大值对应的行。通过重置索引、分组、idxmax()函数以及iloc选择器,实现按需求筛选数据。原始问题来源于StackOverflow,但原解决方案可能已因pandas更新而不再适用。
摘要由CSDN通过智能技术生成

本文是根据stackoverflow上一个问题进行的复盘,若涉及任何侵权,请联系我修改或删除。

stackoverflow原文链接 -->

https://stackoverflow.com/questions/32459325/python-pandas-dataframe-select-row-by-max-value-in-group

我将上面的数据直接复制粘贴到excel中,分列及填充F_Type列后,保存为csv格式。

接下来,用pandas.read_csv导入到python中,

重新设置索引就可以显示出与原问题相同的结构

  • 19
    点赞
  • 76
    收藏
    觉得还不错? 一键收藏
  • 6
    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 6
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