Pandas：每个组最大值的索引

Question

我的Pandas DataFrame，df，看起来像这样：

parameter1   parameter2   value

1            1            0.1
             2            0.2

2            1            0.6
             2            0.3

value是对另一个DataFrame进行groupby(['parameter1','parameter2']).mean()操作的结果。现在，我可以使用以下方法找到每个parameter1值的最大value值：

df.max(level='parameter1')

然而，我需要找到这个最大值所对应的parameter2的值。看起来df.idxmax()不支持level=，那么我该怎么做呢？

- Thomas Arildsen

Answer 1

最终我找到了一个技巧：

对第0层（参数1）进行分组，应用idxmax()并获取值：

v = df.groupby(level=0).idxmax().values
v
array([[(1, 2)],
       [(2, 1)]], dtype=object)

如果实现，df.idxmax(level=0)将会给出这样的结果。

因此，v 包含索引，给出该级别的最大值。所以你可以使用以下代码获得真实的值：

df.loc[v.ravel()]

                       value
parameter1 parameter2       
1          2             0.2
2          1             0.6

最终获得与最大值对应的parameter2的值：

df.loc[v.ravel()].index.values[1]
(2, 1)

HTH

- jrjc

Answer 2

一种不错的方式是：

df.unstack().idxmax(axis=1)

对数据框进行Unstack操作后，会得到一个以parameter_1为列索引的数据框。

- JoeCondron

Answer 3

一种选择是覆盖idxmax()函数。

def idxmax(x):
    return x.idxmax()[0]

然后使用agg()方法进行聚合：

df.groupby(['parameter1','parameter2']).agg(idxmax)

- JulienV