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: 欧美不卡视频一区发布 | 久久久国产亚洲精品 | 狠狠入ady亚洲精品经典电影 | 国产99精品 | 亚洲国产欧美日韩 | 天天人人精品 | h视频在线免费观看 | 中文字幕在线免费视频 | 国产一级淫片免费视频 | 午夜看片网站 | 日韩欧美精品在线播放 | 亚洲一区国产 | 国产美女视频 | 91久久久久久久久久久久久 | 久久久这里只有17精品 | 久久久中文 | 日韩成人免费视频 | 亚洲一区免费视频 | 国产精品久久久久久吹潮 | 久久久久国产 | 能看的av网站 | 911精品国产| 久草在线青青草 | 久久99精品久久久 | 亚洲a网 | 欧美一级高潮片免费的 | 欧美福利| 天天操操操操操 | 欧美6一10sex性hd | 国产在线一级片 | 欧美日韩国产中文 | 在线欧美视频 | 九九热精 | 中文字幕一区二区三区四区不卡 | 久久精品网 | 国产精品自在线 | 奇米久久久 | 午夜一区二区三区视频 | 日韩不卡一区二区 | 99久久免费精品国产免费高清 | 国产午夜在线 |