熊貓：根據每個組中的最大值進行分組並按順序分組

Question

我有一個Pandas DataFrame，其中包含音軌，樂譜和其他一些列。

我想按“曲目”分組，然后根據“得分”上的最大值對這些分組進行排序。

示例DataFrame ：

tracks       score
20            2.2
20            1.5
25            3.5
24            1.2
24            5.5

預期的輸出 （我想比較每個組的最高值，並按從高到低的順序對所有組進行排序，盡管我不想丟失任何其他數據-意味着我想顯示所有行）：

tracks       score
24            5.5
              1.2
25            3.5
20            2.2
              1.5

當前，我得到以下輸出（我的得分已排序，但根據曲目編號對我的曲目分組后）：

    tracks       score
20            2.2
              1.5
24            5.5
              4.2
25            3.5

到目前為止，我的方法：1.我已經按照分數對所有值進行了排序

sub_df = sub_df.sort_values("score")

2. 然后，我正在執行以下操作以獲取輸出（我需要以字典格式）：

url_dict = sub_df.groupby('track')['url'].apply(list).to_dict()

我也嘗試過使用OrderedDict，但是它沒有用（至少到目前為止），因為groupBy命令發送的數據序列錯誤。

熊貓= 0.23，Python = 3.6.4

Answer 1

通過創建輔助柱GroupBy.transform並通過多列排序DataFrame.sort_values ，最后刪除輔助列：

sub_df['max'] = sub_df.groupby('tracks')['score'].transform('max')

sub_df = sub_df.sort_values(["max","score"], ascending=False).drop('max', axis=1)
#if necessary sorting also by tracks column
#sub_df = sub_df.sort_values(["max","tracks","score"], ascending=False).drop('max', axis=1)
print (sub_df)
   tracks  score
4      24    5.5
3      24    1.2
2      25    3.5
0      20    2.2
1      20    1.5

Answer 2

可能有點長，但這是我使用的：

首先設置索引：

df.set_index(['x', 'y'], inplace=True)

然后在基於索引的雙重排序數據幀上使用groupby

new_df = df.groupby(level=[0,1]).sum().reset_index() \
          .sort_values(['x', 'y'], ascending=[1,0]).groupby('x').head(1)

這將僅顯示最大值，如果要查看全部，請刪除“ head（1）”。