Pandas按最大值分组 - 多列

Question

在 Pandas 中进行分组求最大值后，如何完整显示匹配的行结果与 max() 值。

df = data.loc[:,['no','std_date','result_date','result']]
result = df.groupby(['no','std_date'])[['result_date','result']].max()

我显示每个'std_date'的结果并发送结果。 但是，现在是'result_date'和'result'的每列的最大值。 点击这里查看图片 我的数据:

    no  std_date    result_date result
0   s1  2012-12-24  2012-07-03  601.19
1   s2  2011-11-23  2011-05-16  1.96
2   s2  2011-11-23  2011-11-10  15.2
3   s3  2016-08-10  2016-04-23  14.05
4   s5  2013-11-12  2013-05-31  34.73
5   s5  2013-11-12  2013-07-22  12
6   s5  2017-11-14  2014-05-09  0.59
7   s5  2017-11-14  2016-09-07  0.8
8   s5  2017-11-14  2017-06-20  1.54
9   s6  2012-06-01  2012-05-14  1.08
10  s7  2018-11-19  2018-04-10  25.74
11  s7  2018-11-19  2018-10-16  12.49
12  s8  2013-12-24  2013-10-17  26.48
13  s8  2016-01-20  2013-12-31  1.36
14  s8  2016-01-20  2014-08-27  0.9
15  s8  2016-01-20  2015-06-29  3.72

我想要：

                   result_date  result
no  std_date        
s1  2012-12-24  2012-11-28  601.19
s2  2011-11-23  2011-11-10  15.2
s3  2016-08-10  2016-04-23  14.05
s5  2013-11-12  2013-07-22  12
s5  2017-11-14  2017-06-20  1.54
s6  2012-06-01  2012-05-14  1.08
s7  2018-11-19  2018-10-16  12.49
s8  2013-12-24  2013-10-17  26.48
s8  2016-01-20  2015-06-29  3.72

- tomy

---

我想输出每个'std_date'的最大'result_date'的结果值。因此，"s5 2013-11-12 | 2013-05-31 (34.73) <2013-07-22 (12)" - tomy

Answer 1

你可以将结果留空，然后将其合并回DataFrame。"最初的回答"

result = df.groupby(['no','std_date'])[['result_date']]\
    .max()\
    .reset_index()\
    .merge(df,on=['no','std_date','result_date'])

输出：

   no  std_date result_date  result
0  s1  12-12-24    12-07-03  601.19
1  s2  11-11-23    11-11-10   15.20
2  s3  16-08-10    16-04-23   14.05
3  s5  13-11-12    13-07-22   12.00
4  s5  17-11-14    17-06-20    1.54
5  s6  12-06-01    12-05-14    1.08
6  s7  18-11-19    18-10-16   12.49
7  s8  13-12-24    13-10-17   26.48
8  s8  16-01-20    15-06-29    3.72

- braintho

---

你可以像这样使用 as_index=False：df.groupby(['no','std_date'], as_index=False)['result_date'].max().merge(df, on=['no', 'std_date', 'result_date']) - Scott Boston

Answer 2

你也可以使用.idxmax()，它比合并操作的计算开销要小。

df.loc[df.groupby(['no', 'std_date'])['result_date'].idxmax()]

- r6lm