按年份查找最大值，并以日期为索引，在Pandas中找到最大值所在的返回日期
按年份查找最大值，并以日期为索引，在Pandas中找到最大值所在的返回日期
提问于 2021-11-24 15:35:01
我有这个数据
date,AA
1980-01-01, 77.7
1980-01-02, 86
1980-01-03, 92.3
1980-01-04, 96.4
1980-01-05, 85.7
1980-01-06, 75.7
1980-01-07, 86.8
1980-01-08, 93.2
1985-08-13, 224.6
1985-08-14, 213.9
1985-08-15, 205.7
1985-08-16, 207.3
1985-08-17, 202.1我想计算每年的最大值和发生的日期。我之所以挣扎，是因为我想把日期作为指数。
实际上，我将其解读为：
dfr = pd.read_csv(fnamed, sep=',', header = 0, index_col=0, parse_dates=True)我知道我可以重拍
dfr_D = dfr.resample('Y').max()但是在这种情况下，我将失去关于一年内最大值位置的信息。
我发现了这个：
idx = dfr.groupby(lambda x: dfr['date'][x].year)["A"].idxmax()然而，dfr' date‘似乎是列的名称，而在我的例子中，日期在索引中，并且'.year’不是它的属性之一。
我有一种感觉，我应该和"groupby“和"indexmax”合作。然而，我所有的出席，他们都失败了。
提前感谢
Stack Overflow用户
回答已采纳
发布于 2021-11-24 15:44:17
假设"date“是datetime类型和一列，您可以使用以下方法对数据进行切片，使每个组的数据达到最大值：
df.loc[df.groupby(df['date'].dt.year)['AA'].idxmax().values]产出：
date AA
3 1980-01-04 96.4
8 1985-08-13 224.6如果“日期”是索引：
df.loc[df.groupby(df.index.year)['AA'].idxmax().values]产出：
AA
date
1980-01-04 96.4
1985-08-13 224.6页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/70098850
复制相关文章
相似问题
腾讯云开发者
