python - 字符串系列的最大 agg

Question

如何在这样的字符串列中执行最大值？

        dataframe = pandas.DataFrame.from_dict(
            {
                "DEPARTMENT_ID": ["A", "B", "A", "B"],
                "SLOT_BEGIN_TIME": ["2014-01-01", "2014-01-02", "2014-02-01", "2014-02-02"],
            }
        )
        dataframe["MAX_TIME"] = dataframe.groupby(["DEPARTMENT_ID"])["SLOT_BEGIN_TIME"].max()

我得到了数据帧 ["MAX_TIME"] 的 NaN。
如果不可能在非数字系列上做 max，我可以编写自己的比较函数吗？

Answer 1

您应该使用 transform每当您想重新分配回数据框时:

dataframe['MAX_TIME'] = dataframe.groupby('DEPARTMENT_ID')['SLOT_BEGIN_TIME'].transform('max')

输出:

  DEPARTMENT_ID SLOT_BEGIN_TIME    MAX_TIME
0             A      2014-01-01  2014-02-01
1             B      2014-01-02  2014-02-02
2             A      2014-02-01  2014-02-01
3             B      2014-02-02  2014-02-02

说明 :

dataframe.groupby(["DEPARTMENT_ID"])["SLOT_BEGIN_TIME"].max()

给你一个由唯一 DEPARTMENT_ID 索引的系列:

DEPARTMENT_ID
A    2014-02-01
B    2014-02-02
Name: SLOT_BEGIN_TIME, dtype: object

请注意，系列的索引不同于 dataframe的索引。另一方面，当您进行系列分配时:

dataframe['SOME_COL'] = some_series

Pandas 将对齐两个系列的索引，在这种情况下，它们是不重叠的。因此，您会看到所有 NaN值。