分組和匯總后的輸出

Question

我有一個PANDAS數據框。 當我創建GROUP BY和諸如min或max的聚合函數時，我只會得到部分結果，即在數字列上進行min / max聚合的列。 如何獲得完整的行，即與該最小/最大對應的所有數據？

數據框看起來像：

Place    Year   Time        TimeS
BOSTON   1973   02:16:03    8163
FUKUOKA  1973   02:11:45    7905
NEW YORK 1973   02:21:54    8514
BERLIN   1974   02:44:53    9893
BOSTON   1974   02:13:39    8019
FUKUOKA  1974   02:11:32    7892
NEW YORK 1974   02:26:30    8790

我想要每年和城市實現的最小或最大時間。 我只能花時間了（馬拉松是pandas.DataFrame的名稱）

marathon.groupby('year').TimeS.max()

給出：

1973    02:21:54
1974    02:44:53

我怎么有這個時間對應的地方？ 即：

NEW YORK   1973    02:21:54
BERLIN     1974    02:44:53

Answer 1

肯定有很多方法可以做到這一點。 這是兩個：

marathon[marathon.TimeS == marathon.groupby('Year').TimeS.transform('max')]

要么

marathon[marathon.TimeS.isin(marathon.groupby('Year').TimeS.max())]

我們來看看其中一些中間對象

In [29]: marathon.groupby('Year').TimeS.max()
Out[29]:
Year
1973    8514
1974    9893
Name: TimeS, dtype: int64

這樣我們得到了一個序列，但是只有兩個值。 因此，無論列值等於其中之一，我們都可以為數據幀建立索引，這是第二種解決方案。

第一種解決方案使用transform('max')代替，它保留了數據幀的大小：

In [30]: marathon.groupby('Year').TimeS.transform('max')
Out[30]:
0    8514
1    8514
2    8514
3    9893
4    9893
5    9893
6    9893
Name: TimeS, dtype: int64

所以現在它的大小是相同的，我們可以將相等直接與其相等的列進行比較。

請注意，如果最大值多次出現，則這兩種方法也會返回重復項，而這可能是您想要的，也可能不是。