av一区二区在线观看_亚洲男人的天堂网站_日韩亚洲视频_在线成人免费_欧美日韩精品免费观看视频_久草视

您的位置:首頁技術文章
文章詳情頁

python pandas,DF.groupby()。agg(),agg()中的列引用

瀏覽:3日期:2022-08-07 13:10:43
如何解決python pandas,DF.groupby()。agg(),agg()中的列引用?

agg與相同aggregate。可調用的是一次傳遞一次的列(Series對象)DataFrame。

您可以idxmax用來收集具有最大計數的行的索引標簽:

idx = df.groupby(’word’)[’count’].idxmax()print(idx)

產量

worda 2an 3the 1Name: count

然后用于loc在word和tag列中選擇那些行:

print(df.loc[idx, [’word’, ’tag’]])

產量

word tag2 a T3 an T1 the S

請注意,idxmax返回索引 標簽。df.loc可用于按標簽選擇行。但是,如果索引不是唯一的-即,如果存在帶有重復索引標簽的行-df.loc則將選擇帶有標簽的所有行idx。所以,要小心,df.index.is_unique是True如果你使用idxmax與df.loc

或者,您可以使用apply。apply的callable傳遞了一個sub-DataFrame,它使您可以訪問所有列:

import pandas as pddf = pd.DataFrame({’word’:’a the a an the’.split(), ’tag’: list(’sstTT’), ’count’: [30, 20, 60, 5, 10]})print(df.groupby(’word’).apply(lambda subf: subf[’tag’][subf[’count’].idxmax()]))

產量

worda Tan Tthe S

使用idxmax和loc通常比快apply,尤其是對于大型DataFrame。使用IPython的%timeit:

N = 10000df = pd.DataFrame({’word’:’a the a an the’.split()*N, ’tag’: list(’sstTT’)*N, ’count’: [30, 20, 60, 5, 10]*N})def using_apply(df): return (df.groupby(’word’).apply(lambda subf: subf[’tag’][subf[’count’].idxmax()]))def using_idxmax_loc(df): idx = df.groupby(’word’)[’count’].idxmax() return df.loc[idx, [’word’, ’tag’]]In [22]: %timeit using_apply(df)100 loops, best of 3: 7.68 ms per loopIn [23]: %timeit using_idxmax_loc(df)100 loops, best of 3: 5.43 ms per loop

如果你想有一個字典映射字標簽,那么你可以使用set_index 和to_dict這樣的:

In [36]: df2 = df.loc[idx, [’word’, ’tag’]].set_index(’word’)In [37]: df2Out[37]: tagword a Tan Tthe SIn [38]: df2.to_dict()[’tag’]Out[38]: {’a’: ’T’, ’an’: ’T’, ’the’: ’S’}解決方法

關于一個具體問題,說我有一個DataFrame DF

word tag count0 a S 301 the S 202 a T 603 an T 54 the T 10

我想 為每個“單詞” 找到 具有最多“計數”的“標簽” 。因此,回報將類似于

word tag count1 the S 202 a T 603 an T 5

我不在乎計數列或訂單/索引是原始的還是混亂的。返回字典{ ‘the’:’S’ ,…}很好。

我希望我能做

DF.groupby([’word’]).agg(lambda x: x[’tag’][ x[’count’].argmax() ] )

但這不起作用。我無法訪問列信息。

更抽象地講, agg( function 中的 函數 將其視為 __什么?

順便說一句,.agg()與.aggregate()相同嗎?

非常感謝。

標簽: Python 編程
相關文章:
主站蜘蛛池模板: 激情毛片 | 欧美日韩亚洲一区 | 亚洲一区二区三区在线播放 | 亚洲成人免费网址 | 国产综合视频 | 久久久黑人 | 青青草一区 | 国产午夜精品一区二区三区 | 国产精品亚洲综合 | 日本黄色免费大片 | 亚洲综合精品 | 国产精品自拍啪啪 | 国产极品91 | 亚洲欧美一区二区在线观看 | 久久精品一区二区三区四区 | 国精日本亚洲欧州国产中文久久 | 国产精品国产精品 | 亚洲男人天堂 | 美国av片在线观看 | 亚洲国产精品久久久 | 欧美成人专区 | 免费播放一级片 | 免费看av大片 | 欧美在线一区二区三区 | 亚洲国产成人精品女人久久久野战 | 欧美 日韩精品 | 美日韩中文字幕 | 欧美成人a | 波多野结衣二区 | 国产高清视频一区二区 | 羞羞视频网站在线观看 | 久久精品视频亚洲 | 国产成人综合在线 | 亚洲欧美综合精品久久成人 | 日韩精品在线免费观看视频 | 亚洲国产一区二区三区, | 日本a视频| 午夜爱爱毛片xxxx视频免费看 | 日韩一级黄色片 | 成年视频在线观看 | 一级毛片色一级 |