使用 groupby 获取组中具有最大值的行

Question

在按 ['Sp','Mt'] 列分组后，如何在 pandas DataFrame 中找到 count 列的最大值的所有行？

示例 1： 以下 DataFrame，我按 ['Sp','Mt'] ：

    Sp   Mt Value   count
0  MM1  S1   a     **3**
1  MM1  S1   n       2
2  MM1  S3   cb    **5**
3  MM2  S3   mk    **8**
4  MM2  S4   bg    **10**
5  MM2  S4   dgd     1
6  MM4  S2   rd      2
7  MM4  S2   cb      2
8  MM4  S2   uyi   **7**

预期的输出是获取每个组中计数最大的结果行，如下所示：

 0  MM1  S1   a      **3**
2  MM1  S3   cb     **5**
3  MM2  S3   mk     **8**
4  MM2  S4   bg     **10**
8  MM4  S2   uyi    **7**

示例 2： 这个 DataFrame，我按 ['Sp','Mt'] ：

    Sp   Mt   Value  count
4  MM2  S4   bg     10
5  MM2  S4   dgd    1
6  MM4  S2   rd     2
7  MM4  S2   cb     8
8  MM4  S2   uyi    8

预期的输出是在每个组中获得 count 等于最大值的所有行，如下所示：

    Sp   Mt   Value  count
4  MM2  S4   bg     10
7  MM4  S2   cb     8
8  MM4  S2   uyi    8

原文由 jojo12 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

In [1]: df
Out[1]:
    Sp  Mt Value  count
0  MM1  S1     a      3
1  MM1  S1     n      2
2  MM1  S3    cb      5
3  MM2  S3    mk      8
4  MM2  S4    bg     10
5  MM2  S4   dgd      1
6  MM4  S2    rd      2
7  MM4  S2    cb      2
8  MM4  S2   uyi      7

In [2]: df.groupby(['Mt'], sort=False)['count'].max()
Out[2]:
Mt
S1     3
S3     8
S4    10
S2     7
Name: count

要获取原始 DF 的索引，您可以执行以下操作：

 In [3]: idx = df.groupby(['Mt'])['count'].transform(max) == df['count']

In [4]: df[idx]
Out[4]:
    Sp  Mt Value  count
0  MM1  S1     a      3
3  MM2  S3    mk      8
4  MM2  S4    bg     10
8  MM4  S2   uyi      7

请注意，如果每个组有多个最大值，则将全部返回。

更新

万岁，这就是 OP 所要求的：

 In [5]: df['count_max'] = df.groupby(['Mt'])['count'].transform(max)

In [6]: df
Out[6]:
    Sp  Mt Value  count  count_max
0  MM1  S1     a      3          3
1  MM1  S1     n      2          3
2  MM1  S3    cb      5          8
3  MM2  S3    mk      8          8
4  MM2  S4    bg     10         10
5  MM2  S4   dgd      1         10
6  MM4  S2    rd      2          7
7  MM4  S2    cb      2          7
8  MM4  S2   uyi      7          7

原文由 Zelazny7 发布，翻译遵循 CC BY-SA 3.0 许可协议

Answer 2

您可以按计数对 dataFrame 进行排序，然后删除重复项。我认为这更容易：

 df.sort_values('count', ascending=False).drop_duplicates(['Sp','Mt'])

原文由 Rani 发布，翻译遵循 CC BY-SA 3.0 许可协议