Python Pandas Groupby forloop和Idxmax

Question

我有一个DataFrame，必须将其分为三个级别，然后才能返回最高值。 每天都有唯一值的回报，我想找到最高的回报和详细信息。

data.groupby(['Company','Product','Industry'])['ROI'].idxmax()

回报将显示：

Target   - Dish Soap - House       had a 5% ROI on 9/17
Best Buy - CDs       - Electronics had a 3% ROI on 9/3

是最高的。

这是一些示例数据：

+----------+-----------+-------------+---------+-----+
| Industry | Product   | Industry    | Date    | ROI |
+----------+-----------+-------------+---------+-----+
| Target   | Dish Soap | House       | 9/17/13 | 5%  |
| Target   | Dish Soap | House       | 9/16/13 | 2%  |
| BestBuy  | CDs       | Electronics | 9/1/13  | 1%  |
| BestBuy  | CDs       | Electroincs | 9/3/13  | 3%  |
| ...

不知道这是for循环还是使用.ix。

Answer 1

我认为，如果我对您的理解正确，则可以使用groupby和idxmax()收集Series中的索引值，然后使用loc从df选择这些行：

idx =  data.groupby(['Company','Product','Industry'])['ROI'].idxmax()
data.loc[idx]

另一种选择是使用reindex ：

data.reindex(idx)

在我碰巧很方便的（不同的）数据帧上，看来reindex可能是更快的选择：

In [39]: %timeit df.reindex(idx)
10000 loops, best of 3: 121 us per loop

In [40]: %timeit df.loc[idx]
10000 loops, best of 3: 147 us per loop