python - 根据列中的最大值过滤 DataFrame - Pandas

Question

使用 pandas，我有一个如下所示的 DataFrame:

Hour            Browser     Metric1   Metric2   Metric3
2013-08-18 00   IE          1000      500       3000
2013-08-19 00   FF          2000      250       6000
2013-08-20 00   Opera       3000      450       9000
2001-03-21 00   Chrome/29   3000      450       9000
2013-08-21 00   Chrome/29   3000      450       9000
2014-01-22 00   Chrome/29   3000      750       9000

我想创建一个最大值为 Metric1 > 2000 的浏览器数组。有没有最好的方法来做到这一点？你基本上可以看到我试图用下面的代码做什么。

browsers = df[df.Metric1.max() > 2000]['Browser'].unique()

Answer 1

您可以按浏览器分组并取最大值:

In [11]: g = df.groupby('Browser')

In [12]: g['Metric1'].max()
Out[12]:
Browser
Chrome/29    3000
FF           2000
IE           1000
Opera        3000
Name: Metric1, dtype: int64

In [13]: over2000 = g['Metric1'].max() > 2000

In [14]: over2000
Out[14]:
Browser
Chrome/29     True
FF           False
IE           False
Opera         True
Name: Metric1, dtype: bool

要取出数组，将其用作 bool 掩码:

In [15]: over2000[over2000].index.values
Out[15]: array(['Chrome/29', 'Opera'], dtype=object)