在 groupby (Multiindex) 之后从每个组中选择第一行

Posted 2023-03-12

【中文标题】在 groupby (Multiindex) 之后从每个组中选择第一行

【英文标题】：Select the first row from each group after groupby (Multiindex)

【发布时间】：2021-06-14 06:01:01

【问题描述】：

我正在做数据分析，并进行 groupby 以获取“年份”和“产品”的“计数”和“总和”（已经按每年的计数排序）

df 是这样的：

		count	sum
year	product
2015	product A	9	23
	product	5	46
2016	product A	7	17
	product B	7	42
	product C	3	78
2017	product B	9	32
	product C	8	24
	product A	1	72
2018	product A	3	33
	product B	1	82

'year' 和 'product' 是索引，'count' 和 'sum' 是 agg 列。

我想检索每年的最大计数（第一行）。

结果会是这样的

		count	sum
year	product
2015	product A	9	23
2016	product A	7	17
2017	product B	9	32
2018	product A	3	33

我该如何处理？

谢谢

【问题讨论】：

请以代码的形式分享您的数据（因为您的数据是 MultiIndex，所以容易得多）

【参考方案1】：

要从每一年中选择第一行，您可以：

print(
    df.reset_index(level="product")
    .groupby(level="year")
    .first()
    .set_index(["product"], append=True)
)

打印：

                count  sum
year product              
2015 product A      9   23
2016 product A      7   17
2017 product B      9   32
2018 product A      3   33