Question

这是聚合后的groupby结果：

                Message
Month   Hour    
    1   0        192
        1        152
        2        64
        3        117
        4        59
        5        15
        6        73
        7        53
        8        33
        9        116
        10       219
        11       264
        12       686
        13       878
        14       320
        15       287
        16       447
        17       792
        18       886
        19       861
        20       458
        21       375
        22       434
        23       238
    2   0         49
        1         25
        2         23
        3         15
        6         45
        7         23
        .         
        .         
        .

我想获得Hour中Message的最大Month个{。}}。

例如，在1月份，我希望获得具有最高msg数的18。

如何在代码中实现它？

Answer 1

使用DataFrameGroupBy.idxmax，但由于MultiIndex会返回元组，因此需要str[1]来选择第二个值：

s = df.groupby(level=0)['Message'].idxmax().str[1]
print (s)
Month
1    18
2     0
Name: Message, dtype: int64

<强>详细：

print (df.groupby(level=0)['Message'].idxmax())
Month
1    (1, 18)
2     (2, 0)
Name: Message, dtype: object

另一个解决方案是按reset_index的第一级MultiIndex创建列：

print (df.reset_index(level=0).groupby('Month')['Message'].idxmax())
Month
1    18
2     0
Name: Message, dtype: int64

Python Pandas：在groupby对象中获取最大索引？

1 个答案: