pandas獲取某列最大值的所有數(shù)據(jù)的兩種方法
第一種方法
按照某列進(jìn)行由大到小的排序,然后再進(jìn)去去重,保留第一個(gè)值,最終保留的結(jié)果就是最大值的數(shù)據(jù)
# 由大到小排序 data_frame = data_frame.sort_values(by='column_a', ascending=False) # 按照column_b列去重保留第一條,剩下的值即為最大值 data_frame.drop_duplicates(labels='column_b', keep='first', inplace=True)
第二種方法
獲取某列最大值的索引,然后再反取索引對(duì)應(yīng)的行即可
比如,有一個(gè)daframe有A,B,C三列,現(xiàn)在需要取C列每個(gè)值對(duì)應(yīng)A列最大的值:
df = pd.DataFrame({
'A': [1, 4, 7, 10, 2],
'B': [5, 2, 9, 3, 6],
'C': [8, 8, 1, 1, 1]
})
print(df)
print('----------------')
# 需要取C列每個(gè)值對(duì)應(yīng)的A列的最大值
df_new = df.groupby('C')['A'].agg(pd.Series.idxmax)
print(df_new)
print('----------------')
df = df.iloc[df_new]
print(df)
到此這篇關(guān)于pandas獲取某列最大值的所有數(shù)據(jù)實(shí)現(xiàn)示例的文章就介紹到這了,更多相關(guān)pandas獲取某列最大值內(nèi)容請(qǐng)搜索腳本之家以前的文章或繼續(xù)瀏覽下面的相關(guān)文章希望大家以后多多支持腳本之家!
相關(guān)文章
TensorFlow實(shí)現(xiàn)Batch Normalization
這篇文章主要為大家詳細(xì)介紹了TensorFlow實(shí)現(xiàn)Batch Normalization,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-03-03
Python?Pandas聚合函數(shù)的應(yīng)用示例
Pandas是當(dāng)前Python數(shù)據(jù)分析中最為重要的工具,其提供了功能強(qiáng)大且靈活多樣的API,可以滿足使用者在數(shù)據(jù)分析和處理中的多種選擇和實(shí)現(xiàn)方式,下面這篇文章主要給大家介紹了關(guān)于Python?Pandas聚合函數(shù)的相關(guān)資料,需要的朋友可以參考下2022-07-07
python根據(jù)unicode判斷語(yǔ)言類型實(shí)例代碼
這篇文章主要介紹了python根據(jù)unicode判斷語(yǔ)言類型實(shí)例代碼,具有一定借鑒價(jià)值,需要的朋友可以參考下2018-01-01
Pycharm學(xué)生免費(fèi)專業(yè)版安裝教程的方法步驟
這篇文章主要介紹了Pycharm學(xué)生免費(fèi)專業(yè)版安裝教程的方法步驟,文中通過(guò)示例代碼介紹的非常詳細(xì),對(duì)大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價(jià)值,需要的朋友們下面隨著小編來(lái)一起學(xué)習(xí)學(xué)習(xí)吧2020-09-09
Python實(shí)現(xiàn)自動(dòng)生成請(qǐng)假條
這篇文章主要為大家詳細(xì)介紹了如何實(shí)現(xiàn)用Python來(lái)批量生成請(qǐng)假條,這回既學(xué)了東西又做了事情,兩不誤!感興趣的小伙伴可以跟隨小編一起學(xué)習(xí)一下2022-12-12
python調(diào)用百度REST API實(shí)現(xiàn)語(yǔ)音識(shí)別
這篇文章主要為大家詳細(xì)介紹了python調(diào)用百度REST API實(shí)現(xiàn)語(yǔ)音識(shí)別,具有一定的參考價(jià)值,感興趣的小伙伴們可以參考一下2018-08-08

