我仍然是python的新手，在尝试对一些数据进行分组以显示具有最高（最大）日期的记录时遇到了一些问题，数据帧如下所示:
我正在尝试以下操作:
df_2 = df.max(axis = 0)
df_2 = df.periodo.max()
df_2 = df.loc[df.groupby('periodo').periodo.idxmax()]
它给我的回报是:
Timestamp('2020-06-01 00:00:00')
periodo 2020-06-01 00:00:00
valor 3.49136
虽然'periodo'的值是正确的，但'valor'的值不是正确的，因为我需要获得相应的完整记录('perio'和'value')，而不是每个记录的最大值。 我试过其他方法，但都达不到我想要的。
我需要做什么？
提前谢谢你，我会注意你的回答的！
问候！
# import packages we need, seed random number generator
import pandas as pd
import datetime
import random
random.seed(1)
dates = [single_date for single_date in (start_date + datetime.timedelta(n) for n in range(day_count))]
values = [random.randint(1,1000) for _ in dates]
df = pd.DataFrame(zip(dates,values),columns=['dates','values'])
ieDF将为:
dates values
0 2020-01-01 389
1 2020-01-02 808
2 2020-01-03 215
3 2020-01-04 97
4 2020-01-05 500
5 2020-01-06 30
6 2020-01-07 915
7 2020-01-08 856
8 2020-01-09 400
9 2020-01-10 444
您可以执行:
df[df['dates'] == df['dates'].max()]
返回:
dates values
9 2020-01-10 444
这是日期最晚的一行
(&P；
df[df['values'] == df['values'].max()]
和
dates values
6 2020-01-07 915
ie这是values列中值最高的行。
参考。
我觉得你需要这样的东西:
df.loc[[df['valor'].idxmax()]]
在“valor”列中使用idxmax。 然后使用该索引选择该行。
MVCE:
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame({'periodo':pd.date_range('2018-07-01', periods = 600, freq='d'),
'valor':np.random.random(600)+3})
df.loc[[df['valor'].idxmax()]]
输出:
periodo valor
474 2019-10-18 3.998918
