python - Pandas：重新采样数据框列，获取对应于最大值的离散特征

Question

样本数据：

import pandas as pd
import numpy as np
import datetime

data = {'value': [1,2,4,3], 'names': ['joe', 'bob', 'joe', 'bob']}
start, end = datetime.datetime(2015, 1, 1), datetime.datetime(2015, 1, 4)
test = pd.DataFrame(data=data, index=pd.DatetimeIndex(start=start, end=end, 
       freq="D"), columns=["value", "names"])

给出：

          value names
2015-01-01  1   joe
2015-01-02  2   bob
2015-01-03  4   joe
2015-01-04  3   bob

我想通过'2D'重新采样并获得最大值，例如：

df.resample('2D')

预期的结果应该是：

          value names
 2015-01-01 2   bob
 2015-01-03 4   joe

谁能帮我？

Answer 1

您可以重新采样以获取值的 arg 最大值，然后使用它来提取名称和值

(df.resample('2D')[['value']].idxmax()
   .assign(names=lambda x: df.loc[x.value]['names'].values,
           value=lambda x: df.loc[x.value]['value'].values)
)
Out[116]: 
            value names
2015-01-01      2   bob
2015-01-03      4   joe

Answer 2

使用apply并返回具有最大值的行。它将通过resample

test.resample('2D').apply(lambda df: df.loc[df.value.idxmax()])

            value names
2015-01-01      2   bob
2015-01-03      4   joe