Python Pandas groupby 和分类列的最大值

Question

我有一个 Pandas 数据框，如下所示:

ID  Cat
1   SF
1   W
1   F
2   R64
2   SF
2   F

第一列是标识符，第二列包含分类数据，其顺序如下:R64 < SF < F < W

我想要一个新的数据框，其中包含每个 ID 的最大分类值。生成的数据框应如下所示:

ID  Cat
1   W
2   F

我尝试了 this thread 中的解决方案，但它似乎不适用于分类数据: df.groupby("ID", as_index=False).Cat.max()

使用这种方法的结果如下所示:

ID  number
1   SF
2   SF

我像这样声明分类列:

df['Cat'] = pd.Categorical(df['Cat'], categories = ["R64", "SF", "F", "W"], ordered = True)

Answer 1

可以通过扩展来实现。在您的列中定义顺序:

df.Cat = pd.Categorical(
    df.Cat, categories=['R64', 'SF', 'F', 'W'], ordered=True)

现在，groupby 可以工作了:

df.groupby('ID').Cat.max().reset_index()

   ID Cat
0   1   W
1   2   F

或者，使用sort_values、groupby和head。

df.sort_values(['ID', 'Cat'], ascending=[True, False]).groupby('ID').head(1)

   ID Cat
1   1   W
5   2   F