按两列分组并获得第三列的最大值

Posted 2023-03-11

【中文标题】按两列分组并获得第三列的最大值

【英文标题】：group by two columns and get the max of a third

【发布时间】：2021-12-04 14:07:26

【问题描述】：

我有一个像下面这样的df：

d = 'date':['2021-02-25','2021-02-25','2021-02-25','2021-02-26','2021-02-26','2021-02-26'],
    'label':['A','B','J','A','B','J']
    ,'count' : [5,1,4,6,3,2]
dff = pd.DataFrame(d)
print(dff)
        date    label   count
0   2021-02-25   A       5
1   2021-02-25   B       1
2   2021-02-25   J       4
3   2021-02-26   A       6
4   2021-02-26   B       3
5   2021-02-26   J       2

我想做的是按日期和标签分组，并获取每天的最大计数标签。 我执行以下操作并得到以下结果：

dff.groupby(['date'])['count'].max()
   date
2021-02-25    5
2021-02-26    6

但是，我想做的还包括在结果中具有最大计数的标签。本质上，我想要下面这样的东西：

   date      label
2021-02-25     A      5
2021-02-26     A      6

 

【参考方案1】：

获取 groupby 并对其进行过滤：

dff.loc[dff['count'] == dff.groupby('date')['count'].transform('max')]
Out[436]: 
         date label  count
0  2021-02-25     A      5
3  2021-02-26     A      6

或者，您可以在分组前对count 列进行排序，并保留最大行数：

dff.sort_values('count').groupby('date', as_index = False).nth(-1)
Out[444]: 
         date label  count
0  2021-02-25     A      5
3  2021-02-26     A      6