从 groupby 中选择具有最高值的行

Question

我有一个数据框，其中包含有关用户的一些信息。有一列用于用户，一列用于类型，一列用于计数，如下所示：

name         type     count
robert       x        123
robert       y        456
robert       z        5123
charlie      x        442123
charlie      y        0 
charlie      z        42

我试图找出每个名称的计数最高的类型，所以对于这种情况，我想选择这个：

name         type    count
robert       z       5123
charlie      x       442123

我知道我可以做这样的事情来获得每个名称的最大计数，但我不确定如何包含“类型”列，这实际上是最重要的

df.sort_values('count', ascending=False).drop_duplicates('name').sort_index()

任何帮助是极大的赞赏！

Answer 1

尝试这个

df.loc[df.groupby('name')['count'].idxmax()]['type']

      name type   count
3  charlie    x  442123
2   robert    z    5123

如果您不仅想要一个最大值，而且想要n每个组的最高值，您可以这样做（例如n = 2）

df.loc[df.groupby('name')['count'].nlargest(2).index.get_level_values(1)]

      name type   count
3  charlie    x  442123
5  charlie    z      42
2   robert    z    5123
1   robert    y     456

Answer 2

只需按名称排序并计数，按名称分组并保留在第一位即可。

df.sort_values(['name', 'count'],ascending=False).groupby(['name']).first().reset_index()

会给你：

    name type   count
3  charlie    x  442123
2   robert    z    5123

Answer 3

如果不同类型的名称有两个最大值怎么办：

print(df)

      name type   count
0   robert    x     123
1   robert    y     456
2   robert    z    5123
3   robert    a    5123
4  charlie    x  442123
5  charlie    y       0
6  charlie    z      42

使用布尔索引：

df[df['count'] == df.groupby('name')['count'].transform('max')]

输出：

      name type   count
2   robert    z    5123
3   robert    a    5123
4  charlie    x  442123