在索引上聚合 DataFrame [重复]
Posted
技术标签:
【中文标题】在索引上聚合 DataFrame [重复]【英文标题】：Aggregate DataFrame over Index [duplicate] 【发布时间】：2019-05-19 04:36:35 【问题描述】：我有以下数据框
(polygon object) ASSAULT BURGLARY bank cafe crossing
INCIDENTDATE
2009-01-01 02:00:00 A 1 0 0 1 0
2009-01-01 02:00:00 A 1 0 0 1 0
2009-01-01 02:00:00 A 1 0 1 0 0
2009-01-01 02:00:00 A 1 0 0 0 1
2009-01-01 02:00:00 A 1 0 0 1 0
2009-01-04 11:00:00 B 0 1 1 0 0
2009-01-04 11:00:00 B 0 1 1 0 0
2009-01-04 11:00:00 B 0 1 0 0 0
2009-01-04 11:00:00 B 0 1 1 0 0
2009-01-04 11:00:00 B 0 1 0 1 0
我想将该 DataFrame 聚合为只有唯一的 'INCIDENTDATE'
在执行此操作时，如果每列（多边形除外）的值在至少一行相同的'INCIDENTDATE' 行中为 1，则它的值为 1。
最终的 DataFrame 应该如下所示：
(polygon object) ASSAULT BURGLARY bank cafe crossing
INCIDENTDATE
2009-01-01 02:00:00 A 1 0 1 1 1
2009-01-04 11:00:00 B 0 1 1 1 0
我将如何在 pandas 中实现这一点？ 谷歌搜索我的问题将我指向 groupby() 函数，但我真的不明白我将如何在这里使用它。
【问题讨论】：
可以按索引对数据帧进行分组，df.groupby(df.index).max() 【参考方案1】：我认为只需在索引中重置，然后按该新列分组并查找每个组的最大值：
df.reset_index(inplace=True)
df.groupby('INCIDENTDATE').max()
【讨论】：
【参考方案2】：max 函数应该这样做：
df.groupby("INCIDENTDATE").agg("max")
【讨论】：
以上是关于在索引上聚合 DataFrame [重复]的主要内容，如果未能解决你的问题，请参考以下文章
具有聚合唯一值的pyspark dataframe groupby [重复]