我不太擅长使用 pandas,我认为 pandas 应该解决我的问题:
我有一个文本文件,其中包含数据(id1
;id2
;value1
;value2
;value3
)
1;2;30;40;20.3;
1;2;30;42;26.2;
3;5;12;55;10.7;
3;5;12;23;8.7;
3;5;12;33;11.2;
24;12;1;553;1.1;
24;12;1;23;1.9;
因此,我想保留具有相同的行id1
, id2
, value1
,以及更高value3
. Value2
并不重要,但需要保留,例如
1;2;30;42;26.2;
3;5;12;33;11.2;
24;12;1;23;1.9;
你需要DataFrameGroupBy.idxmax对于最大值的索引value3
并选择DataFrame
by loc:
print (df.groupby(['id1','id2','value1']).value3.idxmax())
id1 id2 value1
1 2 30 1
3 5 12 4
24 12 1 6
Name: value3, dtype: int64
df = df.loc[df.groupby(['id1','id2','value1']).value3.idxmax()]
print (df)
id1 id2 value1 value2 value3 a
1 1 2 30 42 26.2 NaN
4 3 5 12 33 11.2 NaN
6 24 12 1 23 1.9 NaN
另一种可能的解决方案是sort_values按列value3
进而groupby
with GroupBy.first:
df = df.sort_values('value3', ascending=False)
.groupby(['id1','id2','value1'], sort=False)
.first()
.reset_index()
print (df)
id1 id2 value1 value2 value3 a
0 1 2 30 42 26.2 NaN
1 3 5 12 33 11.2 NaN
2 24 12 1 23 1.9 NaN
本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系:hwhale#tublm.com(使用前将#替换为@)