python - 数据框 Pandas 中按最大周期分组的问题

Question

我仍然是 python 的新手，我在尝试对一些数据进行分组以显示具有最高(最大)日期的记录时遇到问题，数据框如下:

...

我正在尝试以下操作:

df_2 = df.max(axis = 0) 
df_2 = df.periodo.max()
df_2 = df.loc[df.groupby('periodo').periodo.idxmax()]

它给了我返回:

Timestamp('2020-06-01 00:00:00')

periodo    2020-06-01 00:00:00
valor                  3.49136 

虽然 'periodo' 的值是正确的，但 'valor' 的值不正确，因为我需要获取相应的完整记录('period' 和 'value')，而不是每个记录的最大值。我已经尝试了其他方法，但我无法达到我想要的......

我需要做什么？

提前谢谢你，我会注意你的回答!

问候!

Answer 1

# import packages we need, seed random number generator
import pandas as pd
import datetime
import random
random.seed(1)

---

创建示例数据框

dates = [single_date for single_date in (start_date + datetime.timedelta(n) for n in range(day_count))]
values = [random.randint(1,1000) for _ in dates]
df = pd.DataFrame(zip(dates,values),columns=['dates','values'])

即 df 将是:

    dates    values
0   2020-01-01  389
1   2020-01-02  808
2   2020-01-03  215
3   2020-01-04  97
4   2020-01-05  500
5   2020-01-06  30
6   2020-01-07  915
7   2020-01-08  856
8   2020-01-09  400
9   2020-01-10  444

---

选择每列中条目数最高的行

你可以这样做:

df[df['dates'] == df['dates'].max()]

(或者，如果想使用idxmax，可以这样做:df.loc[[df['dates'].idxmax()]])

返回:

    dates   values
9   2020-01-10  444

即这是最新日期的行

&

df[df['values'] == df['values'].max()]

(或者，如果想再次使用 idxmax，可以这样做:df.loc[[df['values'].idxmax()]] - 如 Scott Boston的 answer 。)

和

    dates   values
6   2020-01-07  915

即这是 values 列中具有最高值的行。

Reference 。