用于数据框中多个索引的 Python pandas idxmax

Question

我有一个看起来像这样的系列:

            delivery
2007-04-26  706           23
2007-04-27  705           10
            706         1089
            708           83
            710           13
            712           51
            802            4
            806            1
            812            3
2007-04-29  706           39
            708            4
            712            1
2007-04-30  705            3
            706         1016
            707            2
...
2014-11-04  1412          53
            1501           1
            1502           1
            1512           1
2014-11-05  1411          47
            1412        1334
            1501          40
            1502         433
            1504         126
            1506         100
            1508           7
            1510           6
            1512          51
            1604           1
            1612           5
Length: 26255, dtype: int64

查询所在的位置:df.groupby([df.index.date, 'delivery']).size()

对于每一天，我都需要提取数量最多的送货号码。我觉得它会是这样的:

df.groupby([df.index.date, 'delivery']).size().idxmax(axis=1)

但是，这只会返回整个数据帧的 idxmax；相反，我需要每一天的二级 idmax(不是日期而是交货编号)，而不是整个数据帧(即它返回一个向量)。

关于如何实现这一点有什么想法吗？

Answer 1

您的示例代码不起作用，因为 idxmax 是在 groupby 操作之后执行的(因此在整个数据帧上)

我不确定如何在多级索引上使用 idxmax，所以这里有一个简单的解决方法。

设置数据:

import pandas as pd
d= {'Date': ['2007-04-26', '2007-04-27', '2007-04-27', '2007-04-27',
             '2007-04-27', '2007-04-28', '2007-04-28'], 
        'DeliveryNb': [706, 705, 708, 450, 283, 45, 89],
        'DeliveryCount': [23, 10, 1089, 82, 34, 100, 11]}

df = pd.DataFrame.from_dict(d, orient='columns').set_index('Date')
print df

输出

            DeliveryCount  DeliveryNb
Date                                 
2007-04-26             23         706
2007-04-27             10         705
2007-04-27           1089         708
2007-04-27             82         450
2007-04-27             34         283
2007-04-28            100          45
2007-04-28             11          89

创建自定义函数:

诀窍是使用 reset_index() 方法(这样你就可以轻松获得组的整数索引)

def func(df):
    idx = df.reset_index()['DeliveryCount'].idxmax()
    return df['DeliveryNb'].iloc[idx]

应用它:

g = df.groupby(df.index)
g.apply(func)

结果:

Date
2007-04-26    706
2007-04-27    708
2007-04-28     45
dtype: int64