pandas 数据框：按另一列分组后获取列的最大值

Question

我尝试为每个 A 获得最大的 B。 C 和 D 在那里，因为我的数据集不仅仅是我想要排序并获得最大值的 2 列。

import pandas
import numpy

df = pandas.DataFrame({'A': [10, 10, 20, 20, 30, 20, 10, 20],
            'B': [1001, 1002, 2002, 2003, 3001, 2003, 1002, 2003],
            'C': numpy.random.randn(8),
            'D': numpy.random.randn(8)})

像这样：

df[['A', 'B']].somepandas(magic)

期望的结果是：

但到目前为止我只知道在不分组的情况下获取每列的最大值：

df[['A', 'B']].max(axis=0)

A      30
B    3001
dtype: int64

如有任何想法，我们将不胜感激

Answer 1

您需要 groupby 'A' 列，然后 select 'B' 列并在该列上调用 max()：

In [42]:

df.groupby('A')['B'].max()
Out[42]:
A
10    1002
20    2003
30    3001
Name: B, dtype: int64

您可以一次对不同的列执行多项功能，请参阅文档：http://pandas.pydata.org/pandas-docs/stable/groupby.html#aggregation

pandas 数据框：按另一列分组后获取列的最大值

pandas data frame: get maxima of a column after grouping by another coumn

python

python-2.7

pandas