Python Pandas groupby forloop& Idxmax [英] Python Pandas groupby forloop & Idxmax

问题描述

我有一个DataFrame，必须在三个级别上分组，然后返回最高的值。每一天都有一个独特的价值回报，我想找到最高的回报和细节。

pre $ 数据。 groupby（['Company'，'Product'，'Industry']）['ROI'] .idxmax（）


回报显示：

 目标 - 盘肥皂 -  House在9/17 $有5％ROI b $ b百思买 -  CD  - 电子产品在9/3 
  

<3> 。

以下是一些示例数据：

  + ---- ------ + ----------- + ------------- + --------- + ----- + 
 |行业|产品|行业|日期| ROI | 
 + ---------- + ----------- + ------------- + -------- -  + ----- + 
 |目标|盘肥皂|房子| 9/17/13 | 5％| 
 |目标|盘肥皂|房子| 9/16/13 | 2％| 
 | BestBuy | CD |电子| 9/1/13 | 1％| 
 | BestBuy | CD | Electroincs | 9/3/13 | 3％| 
 | ... 
  

不知道这是for循环还是使用.ix。

解决方案

我认为，如果我理解正确，可以使用 groupby 和 idxmax（），然后使用从 df loc ：

  idx = data.groupby（['Company'，'Product'，'Industry ']）['ROI'] .idxmax（）
 data.loc [idx] 
  

另一种选择是使用 reindex ：



  data.reindex（idx ）
  

在一个（不同的）数据框中，我碰巧得到了方便，它显示为

 在[39]中：％timeit df.reindex（idx ）
 10000循环，最好是3：每个循环121美元
 
在[40]中：％timeit df.loc [idx] 
 10000循环，最好是3：147 us per loop 
  




I have a DataFrame that must be grouped on three levels, and would then have the highest value returned. Each day there is a return for each unique value, and I would like to find the highest return and the details.

data.groupby(['Company','Product','Industry'])['ROI'].idxmax()

The return would show that:

Target   - Dish Soap - House       had a 5% ROI on 9/17
Best Buy - CDs       - Electronics had a 3% ROI on 9/3

was the highest.

Here's some example data:

+----------+-----------+-------------+---------+-----+
| Industry | Product   | Industry    | Date    | ROI |
+----------+-----------+-------------+---------+-----+
| Target   | Dish Soap | House       | 9/17/13 | 5%  |
| Target   | Dish Soap | House       | 9/16/13 | 2%  |
| BestBuy  | CDs       | Electronics | 9/1/13  | 1%  |
| BestBuy  | CDs       | Electroincs | 9/3/13  | 3%  |
| ...

Not sure if this would be a for loop, or using .ix.

解决方案

I think, if I understand you correctly, you could collect the index values in a Series using groupby and idxmax(), and then select those rows from df using loc:

idx =  data.groupby(['Company','Product','Industry'])['ROI'].idxmax()
data.loc[idx]

another option is to use reindex:

data.reindex(idx)

On a (different) dataframe I happened to have handy, it appears reindex might be the faster option:

In [39]: %timeit df.reindex(idx)
10000 loops, best of 3: 121 us per loop

In [40]: %timeit df.loc[idx]
10000 loops, best of 3: 147 us per loop

这篇关于Python Pandas groupby forloop&amp; Idxmax的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！