使用 Pandas 查找列的最大值并返回相应的行值

Posted 2023-02-16

【中文标题】使用 Pandas 查找列的最大值并返回相应的行值

【英文标题】：Find maximum value of a column and return the corresponding row values using Pandas

【发布时间】：2013-03-22 10:16:19

【问题描述】：

使用 Python Pandas 我试图找到具有最大值的 Country 和 Place。

这会返回最大值：

data.groupby(['Country','Place'])['Value'].max()

但是如何获取对应的Country 和Place 名称呢？

【问题讨论】：

这能回答你的问题吗？ Find row where values for column is maximal in a pandas DataFrame

【参考方案1】：

使用DataFrame.nlargest。

对此的专用方法是nlargest，它在后台使用algorithm.SelectNFrame，这是一种高效的做法：sort_values().head(n)

   x  y  a  b
0  1  2  a  x
1  2  4  b  x
2  3  6  c  y
3  4  1  a  z
4  5  2  b  z
5  6  3  c  z

df.nlargest(1, 'y')

   x  y  a  b
2  3  6  c  y

【参考方案2】：

你可以使用：

print(df[df['Value']==df['Value'].max()])

【参考方案3】：

为了以最大值打印国家和地点，请使用以下代码行。

print(df[['Country', 'Place']][df.Value == df.Value.max()])

【参考方案4】：

导入熊猫 df 是您创建的数据框。

使用命令：

df1=df[['Country','Place']][df.Value == df['Value'].max()]

这将显示最大值的国家和地点。

【参考方案5】：

我在尝试使用 pandas 导入数据时遇到了类似的错误，我的数据集的第一列在单词开头之前有空格。我删除了空格，它就像一个魅力！

【参考方案6】：

我建议使用nlargest 以获得更好的性能和更短的代码。导入pandas

df[col_name].value_counts().nlargest(n=1)

【参考方案7】：

我认为返回具有最大值的行的最简单方法是获取其索引。 argmax() 可用于返回最大值所在行的索引。

index = df.Value.argmax()

现在可以使用索引来获取该特定行的特征：

df.iloc[df.Value.argmax(), 0:2]

【参考方案8】：

我在列中查找最大值的解决方案：

df.ix[df.idxmax()]

，也是最小值：

df.ix[df.idxmin()]

【参考方案9】：

假设df 有一个唯一索引，这将给出具有最大值的行：

In [34]: df.loc[df['Value'].idxmax()]
Out[34]: 
Country        US
Place      Kansas
Value         894
Name: 7

注意idxmax 返回索引标签。所以如果DataFrame在索引中有重复，标签可能无法唯一标识行，所以df.loc可能返回不止一行。

因此，如果df 没有唯一索引，则必须先使索引唯一，然后再进行上述操作。根据 DataFrame，有时您可以使用 stack 或 set_index 使索引唯一。或者，您可以简单地重置索引（使行重新编号，从 0 开始）：

df = df.reset_index()

【参考方案10】：

df[df['Value']==df['Value'].max()]

这将返回具有最大值的整行

【讨论】：

解释：- 内部表达式对整个数据帧的长度进行布尔检查，满足表达式右侧的索引（.max()）返回索引，然后调用该数据帧的完整行

【参考方案11】：

国家和地方是系列的索引，如果不需要索引，可以设置as_index=False：

df.groupby(['country','place'], as_index=False)['value'].max()

编辑：

您似乎想要每个国家/地区都具有最大值的地方，以下代码将满足您的需求：

df.groupby("country").apply(lambda df:df.irow(df.value.argmax()))

【讨论】：

只会返回列名和数据类型

【参考方案12】：

使用DataFrame 的index 属性。请注意，我没有输入示例中的所有行。

In [14]: df = data.groupby(['Country','Place'])['Value'].max()

In [15]: df.index
Out[15]: 
MultiIndex
[Spain  Manchester, UK     London    , US     Mchigan   ,        NewYork   ]

In [16]: df.index[0]
Out[16]: ('Spain', 'Manchester')

In [17]: df.index[1]
Out[17]: ('UK', 'London')

您还可以通过该索引获取值：

In [21]: for index in df.index:
    print index, df[index]
   ....:      
('Spain', 'Manchester') 512
('UK', 'London') 778
('US', 'Mchigan') 854
('US', 'NewYork') 562

编辑

对不起，误会你想要什么，试试以下：

In [52]: s=data.max()

In [53]: print '%s, %s, %s' % (s['Country'], s['Place'], s['Value'])
US, NewYork, 854

【讨论】：

正确。但我正在寻找一个单行输出，上面写着“美国，堪萨斯州，894”

谢谢。这将解决当前数据集的问题，其中只有 1 列具有值。当有更多具有值的列时，@unutbu 的解决方案会更好。还是谢谢。