[英]Pandas Groupby Max of Multiple Columns
給定這個數據框:
import pandas as pd
df = pd.DataFrame({'group':['a','a','b','c','c'],'strings':['ab',' ',' ','12',' '],'floats':[7.0,8.0,9.0,10.0,11.0]})
group strings floats
0 a ab 7.0
1 a 8.0
2 b 9.0
3 c 12 10.0
4 c 11.0
我想按“組”分組並獲得字符串和浮點數的最大值。
期望的結果:
strings floats
group
a ab 8.0
b 9.0
c 12 11.0
我知道我可以這樣做:
df.groupby(['group'], sort=False)['strings','floats'].max()
但實際上,我有很多列,所以我想引用一個 go 中的所有列(“組”除外)。
我希望我可以這樣做:
df.groupby(['group'], sort=False)[x for x in df.columns if x != 'group'].max()
但是,唉,“無效的語法”。
如果需要沒有group
的所有列的max
,可以使用:
df = df.groupby('group', sort=False).max()
print (df)
strings floats
group
a ab 8.0
b 9.0
c 12 11.0
如果添加 next []
,您的第二個解決方案將起作用:
df = df.groupby(['group'], sort=False)[[x for x in df.columns if x != 'group']].max()
print (df)
strings floats
group
a ab 8.0
b 9.0
c 12 11.0
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.