使用 Python Pandas 我试图找到具有最大值的Country& 。Place
这将返回最大值：
data.groupby(['Country','Place'])['Value'].max()
但是如何获得对应的Country和Place名称呢？
问问题
466844 次
12 回答
215
假设df有一个唯一索引，这将给出具有最大值的行：
In [34]: df.loc[df['Value'].idxmax()]
Out[34]:
Country US
Place Kansas
Value 894
Name: 7
请注意，idxmax返回索引标签。因此，如果 DataFrame 在索引中有重复项，则标签可能无法唯一标识行，因此df.loc可能返回多行。
因此，如果df没有唯一索引，则必须先使索引唯一，然后再进行上述操作。根据 DataFrame，有时您可以使用stack或set_index使索引唯一。或者，您可以简单地重置索引（因此行重新编号，从 0 开始）：
df = df.reset_index()
于 2013-04-01T10:58:15.587 回答
91
df[df['Value']==df['Value'].max()]
这将返回具有最大值的整行
于 2018-04-30T17:07:24.813 回答
15
我认为返回具有最大值的行的最简单方法是获取其索引。argmax()可用于返回具有最大值的行的索引。
index = df.Value.argmax()
现在索引可用于获取该特定行的特征：
df.iloc[df.Value.argmax(), 0:2]
于 2018-05-09T10:48:05.617 回答
13
国家和地方是系列的索引，如果不需要索引，可以设置as_index=False：
df.groupby(['country','place'], as_index=False)['value'].max()
编辑：
似乎您想要每个国家/地区都具有最大值的地方，以下代码将满足您的需求：
df.groupby("country").apply(lambda df:df.irow(df.value.argmax()))
于 2013-04-01T10:50:04.710 回答
9
使用 的index属性DataFrame。请注意，我没有键入示例中的所有行。
In [14]: df = data.groupby(['Country','Place'])['Value'].max()
In [15]: df.index
Out[15]:
MultiIndex
[Spain Manchester, UK London , US Mchigan , NewYork ]
In [16]: df.index[0]
Out[16]: ('Spain', 'Manchester')
In [17]: df.index[1]
Out[17]: ('UK', 'London')
您还可以通过该索引获取值：
In [21]: for index in df.index:
print index, df[index]
....:
('Spain', 'Manchester') 512
('UK', 'London') 778
('US', 'Mchigan') 854
('US', 'NewYork') 562
编辑
很抱歉误解了您想要的内容，请尝试以下操作：
In [52]: s=data.max()
In [53]: print '%s, %s, %s' % (s['Country'], s['Place'], s['Value'])
US, NewYork, 854
于 2013-04-01T10:44:57.140 回答
6
为了以最大值打印 Country 和 Place，请使用以下代码行。
print(df[['Country', 'Place']][df.Value == df.Value.max()])
于 2018-02-20T06:53:42.793 回答
6
您可以使用：
print(df[df['Value']==df['Value'].max()])
于 2020-02-16T15:01:41.747 回答
2
我在列中查找最大值的解决方案：
df.ix[df.idxmax()]
，也是最小值：
df.ix[df.idxmin()]
于 2019-01-14T21:12:12.637 回答
2
我建议使用nlargest以获得更好的性能和更短的代码。进口pandas
df[col_name].value_counts().nlargest(n=1)
于 2019-05-26T05:47:22.610 回答
2
import pandas
df 是您创建的数据框。
使用命令：
df1=df[['Country','Place']][df.Value == df['Value'].max()]
这将显示值最大的国家和地区。
于 2020-03-23T07:22:45.157 回答
1
使用DataFrame.nlargest.
专门的方法是在后台nlargest使用algorithm.SelectNFrame，这是一种高效的方法：sort_values().head(n)
x y a b
0 1 2 a x
1 2 4 b x
2 3 6 c y
3 4 1 a z
4 5 2 b z
5 6 3 c z
df.nlargest(1, 'y')
x y a b
2 3 6 c y
于 2021-03-10T12:18:10.967 回答
0
我在尝试使用 pandas 导入数据时遇到了类似的错误，我的数据集上的第一列在单词开头之前有空格。我删除了空格，它就像一个魅力！
于 2019-11-29T04:16:48.180 回答