本文介绍了具有多列和最大值的 pandas 分组依据的处理方法，对大家解决问题具有一定的参考价值，需要的朋友们下面随着跟版网的小编来一起学习吧！
问题描述
我对多列和max值的group by有一些问题。
A B C D E F G H
x q e m k 2 1 y
x q e n l 5 2 y
x w e b j 7 3 y
x w e v h 3 4 y
此查询正确，并返回我需要的内容。
SELECT A, B, C, D, E, MAX(F) FROM mytable group by A, B, C
结果
x q e n l 5
x w e b j 7
如何在 pandas 身上实现这一目标？
我尝试这个：
df.groupby(['A', 'B', 'C'], as_index=False)['F'].max()
转换为：
SELECT A, B, C, MAX(F) FROM mytable group by A, B, C
这也不起作用
df.groupby(['A', 'B', 'C'], as_index=False)['F','D','E'].max()
如何在SQL查询中按原样返回D、E列？
推荐答案
您似乎需要
groups = ['A', 'B', 'C']
selects = ['A', 'B', 'C','D', 'E','F']
df.groupby(groups, as_index=False).apply(lambda s: s.loc[s.F.idxmax(), selects]).reset_index(drop=True)
A B C D E F
0 x q e n l 5
1 x w e b j 7
这篇关于具有多列和最大值的 pandas 分组依据的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持跟版网！
本站部分内容来源互联网,如果有图片或者内容侵犯了您的权益，请联系我们，我们会在确认后第一时间进行删除！