python - framework - tutorial django

Encontrar el valor máximo en la columna de Python

Question

Tengo un marco de datos ( combined_ranking_df ) como este en pandas python:

                Id  Rank                         Activity
0              14035   8.0                         deployed
1              47728   8.0                         deployed
2              24259   1.0                         NaN
3              24259   6.0                         WIP
4              14251   8.0                         deployed
5              14250   1.0                         NaN
6              14250   6.0                         WIP
7              14250   5.0                         NaN
8              14250   5.0                         NaN
9              14250   1.0                         NaN

Estoy tratando de obtener el valor máximo para cada identificación. por ejemplo, 14250 debería ser 6.0. 24259 debería ser 6.0.

                Id  Rank                         Activity
0              14035   8.0                         deployed
1              47728   8.0                         deployed
3              24259   6.0                         WIP
4              14251   8.0                         deployed
6              14250   6.0                         WIP

Intenté hacer combined_ranking_df.groupby([''Id''], sort=False)[''Rank''].max() pero el resultado que dataframe fue el primer dataframe (nada cambió).

¿Qué estoy haciendo mal?

Answer 1

IIUC:

In [40]: df.groupby(''Id'', as_index=False, sort=False) /
           .apply(lambda x: x.nlargest(1, [''Rank''])) /
    ...:   .reset_index(level=1, drop=True)
Out[40]:
      Id  Rank  Activity
0  14035   8.0  deployed
1  47728   8.0  deployed
2  24259   6.0       WIP
3  14251   8.0  deployed
4  14250   6.0       WIP

o una versión más agradable de @piRSquared :

In [41]: df.groupby(''Id'', group_keys=False, sort=False) /
           .apply(pd.DataFrame.nlargest, n=1, columns=''Rank'')
Out[41]:
      Id  Rank  Activity
0  14035   8.0  deployed
1  47728   8.0  deployed
3  24259   6.0       WIP
4  14251   8.0  deployed
6  14250   6.0       WIP

Answer 2

Puede crear un índice booleano para verificar si el Rank para un Id determinado es igual a su valor máximo. Luego use indexación booleana para extraer los valores máximos del marco de datos.

La máscara se crea utilizando groupby en Id con la ayuda de transform , que conserva las dimensiones originales del marco de datos.

>>> df[(df[[''Rank'']] == df[[''Id'', ''Rank'']].groupby(''Id'').transform(max)).squeeze().tolist()]
      Id  Rank  Activity
0  14035     8  deployed
1  47728     8  deployed
3  24259     6       WIP
4  14251     8  deployed
6  14250     6       WIP

Answer 3

Trate de almacenarlo y luego consulte ese almacenado groupedby

groups = combined_ranking_df.groupby([''Id''], as_index=False, sort=False).max()[[''Id'',''Rank'']].

      Id  Rank
0  14035   8.0
1  47728   8.0
2  24259   6.0
3  14251   8.0
4  14250   6.0

Answer 4

Opción 1
Lo mismo que la respuesta de @ayhan aquí
Esto responde a la pregunta ordenando el marco de datos que deja el valor máximo en la última posición por grupo ''Id'' . pd.DataFrame.drop_duplicates nos permite mantener el primero o el último de cada grupo. Sin embargo, esta es una coincidencia útil que es muy rápida. No se generaliza para decir los dos primeros por ''Id'' .

df.sort_values(''Rank'').drop_duplicates(''Id'', ''last'')

      Id  Rank  Activity
3  24259   6.0       WIP
6  14250   6.0       WIP
0  14035   8.0  deployed
1  47728   8.0  deployed
4  14251   8.0  deployed

Puede ordenar el índice al final

df.sort_values(''Rank'').drop_duplicates(''Id'', ''last'').sort_index()

      Id  Rank  Activity
0  14035   8.0  deployed
1  47728   8.0  deployed
3  24259   6.0       WIP
4  14251   8.0  deployed
6  14250   6.0       WIP

opcion 2
groupby e idxmax
Esto es lo que consideraría la forma más idiomática de resolver este problema. La respuesta de @MaxU es la mejor manera de generalizar al mayor n por ''Id'' .

df.loc[df.groupby(''Id'', sort=False).Rank.idxmax()]

      Id  Rank  Activity
0  14035   8.0  deployed
1  47728   8.0  deployed
3  24259   6.0       WIP
4  14251   8.0  deployed
6  14250   6.0       WIP