python groupby使用_如何使用groupby来避免python中的循环

如果数据结构与您描述的完全一致,则可以使用groupby / max：

>>> df

candidate_id enddate TitleLevel

0 1 2013.5.1 2

1 1 2013.5.1 4

2 1 2010.1.1 3

3 2 2012.12.1 2

>>> df.groupby(['candidate_id','enddate']).max().reset_index()

candidate_id enddate TitleLevel

0 1 2010.1.1 3

1 1 2013.5.1 4

2 2 2012.12.1 2

这里groupby对具有相等candidate_id和enddate的行进行分组,max()计算每个组中的最大TitleLevel.结果与删除所有其他值的行相同.

如果您有更多列,

>>> df

candidate_id enddate TitleLevel other_column

0 1 2013.5.1 2 foo

1 1 2013.5.1 4 bar

2 1 2010.1.1 3 foobar

3 2 2012.12.1 2 barfoo

您可以获取具有最大值的行的idex,而不必排序是否必须保留行顺序：

>>> idx = df.groupby(['candidate_id','enddate'],sort=False)['TitleLevel'].agg(lambda x: x.idxmax())

并使用ix过滤所需的行：

>>> df.ix[idx]

candidate_id enddate TitleLevel other_column

1 1 2013.5.1 4 bar

2 1 2010.1.1 3 foobar

3 2 2012.12.1 2 barfoo