创建唯一项目的 df 和每个唯一项目的另一列的最大值

Posted 2023-03-12

【中文标题】创建唯一项目的 df 和每个唯一项目的另一列的最大值

【英文标题】：creating a df of unique items and the max value of another column for each unique item

【发布时间】：2021-11-21 21:20:32

【问题描述】：

我有一个看起来像这样的 DataFrame：

地点|大学 |领域 |学生人数 |纽约 |纽约大学 |时尚 |女 | 1000 |纽约 |纽约大学 |时尚 |男 | 500 | |纽约 |纽约大学 |计算机科学 |女 | 300 | |纽约 |纽约大学 |计算机科学 |男 |3050 | |纽约 |纽约大学 |生物 |女 | 350 | |纽约 |纽约大学 |生物 |男 | 400 | |德州 |犹他州 |时尚 |女 | 600 | |德州 |犹他州 |时尚 |男 | 100 | |德州 |犹他州 |计算机科学 |女 | 500 | |德州 |犹他州 |计算机科学 |男 |5050 | |德州 |犹他州 |生物 |女 | 650 | |德州 |犹他州 |生物 |男 | 700 |

仅使用 Pandas，我需要找到所有独特的学习领域，然后为每个领域找到学生最多的州：

|领域 |地点 |学生人数| |时尚 |纽约 | 1500 | |计算机科学 |德州 | 5550 | |生物 |德州 |第1350章|

我知道我们必须按字段分组，但我无法得到学生的总和，然后是学生人数最多的那个（第 2 列和第 3 列）。我试过 agg 和 count 但我可能以错误的方式使用它们。 请帮助指导我。 蒂亚！

【参考方案1】：

你可以这样做

>>> df = df.groupby(['Place','Field'])['Number of students'].sum().reset_index()
      Place    Field  Number of students
0  New York       CS                 500
1  New York  Fashion                1500
2     Texas      Bio                 200
3     Texas       CS                 700
>>> df.sort_values('Number of students',ascending=False)
      Place    Field  Number of students
1  New York  Fashion                1500
3     Texas       CS                 700
0  New York       CS                 500
2     Texas      Bio                 200

【讨论】：

谢谢，但这对我来说并不完全有效，因为我必须只有独特的领域，然后是学生最多的地方

可以把第二行改成： df.sort_values(['Field','Number of students'],ascending=False).drop_duplicates(subset='Field') 这样每个字段将只保留最多的学生

【参考方案2】：

df.groupby(['State', 'Place', 'Field']).sum('Nos').groupby('Field').max()