python - 获取 groupby 中的相应值

Question

我有一个与此类似的数据集

Serial    A        B       
1         12               
1         31
1
1         12
1         31       203
1         10    
1         2
2         32       100     
2         32       242
2         3
3         2                
3         23       100     
3
3         23

我根据 Serial 对数据帧进行分组，并找到每个 A 的最大值专栏作者 df['A_MAX'] = df.groupby('Serial')['A'].transform('max').values并通过 df['A_MAX'] = df['A_MAX'].mask(df['Serial'].duplicated(), '') 保留第一个值

Serial    A        B       A_MAX    B_corresponding
1         12               31       203
1         31
1
1         12
1         31       203
1         10    
1         2
2         32       100     32       100
2         32       242
2         3
3         2                23       100
3         23       100     
3
3         23

现在为 B_corresponding列，我想得到对应的 B A_MAX 的值.我想到了定位 A_MAX A 中的值但也有类似的 max A每组值。附加条件，例如在 Serial 2 中我也希望得到最小的 B 32 之间的值

Answer 1

想法是使用 DataFrame.sort_values 对于每组的最大值，然后通过 DataFrame.dropna 删除缺失值并通过 Serial 获得第一行来自 DataFrame.drop_duplicates .创建 Series来自 DataFrame.set_index 和上次使用 Series.map :

df['A_MAX'] = df.groupby('Serial')['A'].transform('max')
df['A_MAX'] = df['A_MAX'].mask(df['Serial'].duplicated())

s = (df.sort_values(['Serial','A'], ascending=[True, False])
       .dropna(subset=['B'])
       .drop_duplicates('Serial')
       .set_index('Serial')['B'])
df['B_corresponding'] = df['Serial'].map(s).mask(df['Serial'].duplicated())
print (df)
    Serial     A      B  A_MAX  B_corresponding
0        1  12.0    NaN   31.0            203.0
1        1  31.0    NaN    NaN              NaN
2        1   NaN    NaN    NaN              NaN
3        1  12.0    NaN    NaN              NaN
4        1  31.0  203.0    NaN              NaN
5        1  10.0    NaN    NaN              NaN
6        1   2.0    NaN    NaN              NaN
7        2  32.0  100.0   32.0            100.0
8        2  32.0  242.0    NaN              NaN
9        2   3.0    NaN    NaN              NaN
10       3   2.0    NaN   23.0            100.0
11       3  23.0  100.0    NaN              NaN
12       3   NaN    NaN    NaN              NaN
13       3  23.0    NaN    NaN              NaN

将缺失值转换为空字符串是可能的，但会得到混合值 - 数字和字符串，所以接下来的处理应该是有问题的:

df['A_MAX'] = df.groupby('Serial')['A'].transform('max')
df['A_MAX'] = df['A_MAX'].mask(df['Serial'].duplicated(), '')

s = (df.sort_values(['Serial','A'], ascending=[True, False])
       .dropna(subset=['B'])
       .drop_duplicates('Serial')
       .set_index('Serial')['B'])

df['B_corresponding'] = df['Serial'].map(s).mask(df['Serial'].duplicated(), '')
print (df)
    Serial     A      B A_MAX B_corresponding
0        1  12.0    NaN    31             203
1        1  31.0    NaN                      
2        1   NaN    NaN                      
3        1  12.0    NaN                      
4        1  31.0  203.0                      
5        1  10.0    NaN                      
6        1   2.0    NaN                      
7        2  32.0  100.0    32             100
8        2  32.0  242.0                      
9        2   3.0    NaN                      
10       3   2.0    NaN    23             100
11       3  23.0  100.0                      
12       3   NaN    NaN                      
13       3  23.0    NaN