python - 如何比较 Pandas 数据框中的行

Question

我希望能够比较 ID 号相同的 2 行(例如第 0 行和第 1 行)，然后删除绝对收入较小的行。有什么办法可以只使用 pandas 函数而不是使用 .itertuples() 遍历行来做到这一点。我正在考虑使用 .shift 和 .apply，但我不确定如何执行。

 Index   ID             Income  
 0       2011000070      55019   
 1       2011000070          0   
 2       2011000074      23879   
 3       2011000074          0   
 4       2011000078          0   
 5       2011000078          0   
 6       2011000118     -32500   
 7       2011000118          0 

我想要的输出:

 Index   ID             Income  
 0       2011000070      55019     
 2       2011000074      23879     
 4       2011000078          0     
 6       2011000118     -32500   

Answer 1

你需要DataFrameGroupBy.idxmax与 Series.abs对于最大绝对值的索引，然后按 loc 选择行:

print (df.groupby('ID')['Income'].apply(lambda x: x.abs().idxmax()))
ID
2011000070    0
2011000074    2
2011000078    4
2011000118    6
Name: Income, dtype: int64

df = df.loc[df.groupby('ID')['Income'].apply(lambda x: x.abs().idxmax())]
print (df)
   Index          ID  Income
0      0  2011000070   55019
2      2  2011000074   23879
4      4  2011000078       0
6      6  2011000118  -32500

替代方案:

df = df.loc[df['Income'].abs().groupby(df['ID']).idxmax()]
print (df)
   Index          ID  Income
0      0  2011000070   55019
2      2  2011000074   23879
4      4  2011000078       0
6      6  2011000118  -32500