Pandas: 重采样分组数据框列，得到对应于最大值的离散特征

Question

这与我之前问过的一个问题类似，但差异很大，因为解决方案在数据分组时不起作用：

给定一些数据：

import pandas as pd
import numpy as np
import datetime

data = {'group':['a', 'a', 'a','b','a', 'b'], 
        'value': [1,2,3,4,3,5], 'names': ['joe', 'bob', 'greg','joe', 'bob', 'greg'],
        'dates': ['2015-01-01', '2015-01-02', '2015-01-03', '2015-01-03', '2015-01-04', '2015-01-04']}

df = pd.DataFrame(data=data, columns=["group", "value", "names"], 
                  index=pd.to_datetime(data['dates']))

给出：

           group value names
2015-01-01     a     1   joe
2015-01-02     a     2   bob
2015-01-03     a     3  greg
2015-01-03     b     4   joe
2015-01-04     a     3   bob
2015-01-04     b     5  greg

我希望获得：

            group value names
2015-01-01      a     2   bob
2015-01-03      a     3   bob
2015-01-03      b     5  greg

于是将数据分组，按2天（'2D'）重采样，然后采集最大'value'对应的名字我尝试了以下错误：

(df.groupby('group').resample('2D')[['value']].idxmax()
   .assign(names=lambda x: df.loc[x.value]['names'].values,
           value=lambda x: df.loc[x.value]['value'].values)
)

Answer 1

分组后可以使用apply对值进行排序，按值命名列，然后取第一行。

g = df.groupby(['group', pd.Grouper(freq='2D')])[['value', 'names']]
g.apply(lambda x: x.sort_values(['value', 'names'], ascending=[False, True]).iloc[0])\
 .reset_index('group')

           group  value names
2015-01-01     a      2   bob
2015-01-03     a      3   bob
2015-01-03     b      5  greg

这与使用重采样相同

g = df.groupby(['group'])[['value', 'names']]
g.resample('2D').apply(lambda x: x.sort_values(['value', 'names'], ascending=[False, True]).iloc[0])\
 .reset_index('group')

Pandas: 重采样分组数据框列，得到对应于最大值的离散特征

Pandas: Resample grouped dataframe column, get discrete feature that corresponds to max value

python

pandas

group-by

max

resampling