Pandas groupby、filter和aggregate
Pandas groupby、filter和aggregate
提问于 2020-08-27 21:36:31
我在pandas中有以下数据帧
employee_name age location salary
Harish 31 Mumbai 450000
Marina 30 Mumbai 600000
Meena 31 Pune 750000
Sachin 32 Mumbai 1200000
Tarun 27 Mumbai 1400000
Mahesh 41 Pune 1500000
Satish 42 Delhi 650000
Heena 34 Delhi 800000我想要从这个数据框中得到的是，所有不同地点的年龄组> 30和< 35的所有员工都能获得最高工资
我想要的数据帧是
employee_name age location salary
Sachin 32 Mumbai 1200000
Meena 31 Pune 750000
Heena 34 Delhi 800000我在pandas中做了以下操作，但它给出了一个错误
df.groupby('location').filter(lambda x : (x['age'] > 30) & (x['age'] < 35))['salary'].max()我如何在熊猫中做到这一点？
回答 3
Stack Overflow用户
回答已采纳
发布于 2020-08-27 21:41:00
您可以先进行筛选，然后查找具有最大值的行：
(df.loc[df['age'].between(31,34)]
.sort_values('salary')
.drop_duplicates('location', keep='last')
)输出：
employee_name age location salary
2 Meena 31 Pune 750000
7 Heena 34 Delhi 800000
3 Sachin 32 Mumbai 1200000Stack Overflow用户
发布于 2020-08-27 22:01:55
请尝试使用idxmax，注意此处的过滤器将不起作用
df.loc[df[df['age'].between(31,34)].groupby('location')['salary'].idxmax()]
Out[110]:
employee_name age location salary
7 Heena 34 Delhi 800000
3 Sachin 32 Mumbai 1200000
2 Meena 31 Pune 750000Stack Overflow用户
发布于 2020-08-27 22:13:21
您可以尝试此选项：
df = df.query('age > 30 & age < 35')
df = df.drop_duplicates(subset="age", keep="last")
print(df)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/63617223
复制相关文章
相似问题
腾讯云开发者
