根据列中的一组查找最大值行并在熊猫中进行透视

Posted 2023-03-11

【中文标题】根据列中的一组查找最大值行并在熊猫中进行透视

【英文标题】：Find largest value rows based on one group in column and pivot in pandas

【发布时间】：2018-12-13 06:17:06

【问题描述】：

我有以下熊猫数据框：

id  val city    
4   78  a   
4   12  b   
4   50  c   

9   20  d   
9   8   e   
9   30  f   
9   17  g   

我想把它转换成下面的形状。在每个“id”组中，根据“val”获取最大的行（在本例中为 n=2）。例如78 和 50 组 id 4 和 30 和 20 组 id 9

id  val city    
4   78  a   
4   50  c   

9   30  f   
9   20  d   

最后，如下旋转表格：

id  c_1stLrgst  c_1Lrgst_val    c_2ndLrgst  c_2Lrgst_val...c_nLrgst c_nLrgst_val
4   a           78              c           50
9   f           30              d           20

我可以使用df.groupby('id').nlargest(2, 'val') 来获取这些组。不知道下一步该做什么。

import pandas as pd
df_dict = 'id': [4,4,4,9,9,9,9],
            'val':[78,12,50,20,8,30,17],    
            'city':['a', 'b', 'c', 'd', 'e', 'f', 'g'], 
            ;
df = pd.DataFrame(df_dict);

【参考方案1】：

您可以使用sort_values + groupby.head，然后再使用另一个groupby 到list。然后拆分列表并连接。

# sort by "val" descending and extract first 2 rows from each group
df_filtered = df.sort_values('val', ascending=False)\
                .groupby('id').head(2)

groupvars = ['city', 'val']

# groupby city and val
g = df_filtered.groupby('id')[groupvars].agg(list)

# split lists and create dataframe for each group key
L = [pd.DataFrame(g[x].values.tolist(), index=res.index).add_prefix(x) for x in groupvars]

# concatenate results
res = pd.concat(L, axis=1)

print(res)

   city0 city1  val0  val1
id                        
4      a     c    78    50
9      f     d    30    20

【讨论】：

第一部分效果很好！。但是，我需要更好地解释枢轴。我不需要保护国家。编辑了问题。我只需要包含前 n 个值的 2 列，因此一列用于城市名称，一列用于城市值

如果我使用城市作为列，这意味着我将获得与城市一样多的列，而不是获得城市 1 和城市 2

@orak，请查看更新，希望这更接近您正在寻找的内容。