Python Pandas groupby forloop和Idxmax

Question

我有一个DataFrame,必须在三个级别上分组,然后返回最高值.每天都有每个独特价值的回报,我想找到最高的回报和细节.

data.groupby(['Company','Product','Industry'])['ROI'].idxmax()

回报表明:

Target   - Dish Soap - House       had a 5% ROI on 9/17
Best Buy - CDs       - Electronics had a 3% ROI on 9/3

是最高的.

这是一些示例数据:

+----------+-----------+-------------+---------+-----+
| Industry | Product   | Industry    | Date    | ROI |
+----------+-----------+-------------+---------+-----+
| Target   | Dish Soap | House       | 9/17/13 | 5%  |
| Target   | Dish Soap | House       | 9/16/13 | 2%  |
| BestBuy  | CDs       | Electronics | 9/1/13  | 1%  |
| BestBuy  | CDs       | Electroincs | 9/3/13  | 3%  |
| ...

不确定这是否是for循环,或使用.ix.

Answer 1

我想,如果我理解正确,你可以使用groupby和收集系列中的索引值idxmax(),然后选择df使用的那些行loc:

idx =  data.groupby(['Company','Product','Industry'])['ROI'].idxmax()
data.loc[idx]

另一种选择是使用reindex:

data.reindex(idx)

在一个(不同的)数据帧上,我碰巧有用,看起来reindex可能是更快的选择:

In [39]: %timeit df.reindex(idx)
10000 loops, best of 3: 121 us per loop

In [40]: %timeit df.loc[idx]
10000 loops, best of 3: 147 us per loop