pandas取各组中的最大值

import pandas as pd

df = pd.DataFrame({'Sp':['a','b','c','d','e','f'], 'Mt':['s1', 's1', 's2','s2','s2','s3'], 'Value':[1,2,3,4,5,6], 'Count':[3,2,5,10,10,6]})

 

df

 

	Count	Mt	Sp	Value
0	3	s1	a	1
1	2	s1	b	2
2	5	s2	c	3
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

 

方法1：在分组中过滤出Count最大的行

1	df.groupby('Mt').apply(lambda t: t[t.Count==t.Count.max()])

 

		Count	Mt	Sp	Value
Mt
s1	0	3	s1	a	1
s2	3	10	s2	d	4
	4	10	s2	e	5
s3	5	6	s3	f	6

 

方法2：用transform获取原dataframe的index，然后过滤出需要的行

1 2 3 4 5 6 7 8

print df.groupby(['Mt'])['Count'].agg(max)   idx=df.groupby(['Mt'])['Count'].transform(max) print idx idx1 = idx == df['Count'] print idx1   df[idx1]

1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 18 19

Mt s1 3 s2 10 s3 6 Name: Count, dtype: int64 0 3 1 3 2 10 3 10 4 10 5 6 dtype: int64 0 True 1 False 2 False 3 True 4 True 5 True dtype: bool

 

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
4	10	s2	e	5
5	6	s3	f	6

 

上面的方法都有个问题是3、4行的值都是最大值，这样返回了多行，如果只要返回一行呢？

方法3：idmax（旧版本pandas是argmax）

1 2	idx = df.groupby('Mt')['Count'].idxmax() print idx

1 2 3 4 5 6

df.iloc[idx] Mt s1 0 s2 3 s3 5 Name: Count, dtype: int64

 

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

 

1	df.iloc[df.groupby(['Mt']).apply(lambda x: x['Count'].idxmax())]

 

	Count	Mt	Sp	Value
0	3	s1	a	1
3	10	s2	d	4
5	6	s3	f	6

 

1 2 3 4 5 6 7 8 9 10

def using_apply(df):  return (df.groupby('Mt').apply(lambda subf: subf['Value'][subf['Count'].idxmax()]))   def using_idxmax_loc(df):  idx = df.groupby('Mt')['Count'].idxmax()  return df.loc[idx, ['Mt', 'Value']]   print using_apply(df)   using_idxmax_loc(df)

1 2 3 4 5

Mt s1 1 s2 4 s3 6 dtype: int64

 

	Mt	Value
0	s1	1
3	s2	4
5	s3	6

 

方法4:先排好序，然后每组取第一个

1	df.sort('Count', ascending=False).groupby('Mt', as_index=False).first()

 

	Mt	Count	Sp	Value
0	s1	3	a	1
1	s2	10	d	4
2	s3	6	f	6