我正在尝试通过一些数据找出哪一类产品的收入最高。
我可以通过运行获得收入最高的类别的实际总收入:
max_revenue_by_cat = summer_transactions.groupby('item_category_id')['total_sales'].sum().max()
但是我如何才能获得最大收入所属的类别 ID?即 total_sales
最佳答案
使用set_index
+ sum(level=0)
+ sort_values
+ iloc
索引第一项。
df
item_category_id total_sales
0 1 100
1 1 10
2 0 200
3 2 20
4 1 300
5 0 100
6 1 30
7 2 400
r = df.set_index('item_category_id')\
.total_sales.sum(level=0)\
.sort_values(ascending=False)\
.iloc[[0]]
item_category_id
1 440
Name: total_sales, dtype: int64
如果你想把它作为一个迷你数据框,在结果上调用 reset_index
-
r.reset_index()
item_category_id total_sales
0 1 440
详情
df.set_index('item_category_id').total_sales.sum(level=0)
item_category_id
1 440
0 300
2 420
Name: total_sales, dtype: int64
这里,总和最大的类别是1
。通常,对于少量组,sort_values
调用花费的时间可以忽略不计,因此这应该是非常高效的。
关于python pandas - 在运行 idxmax/argmax 后获取列值,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/47870988/