所以问题是我有以下数据库:
A B
1 5
2 6
3 7
4 1
5 4
6 3
7 5
8 8
9 5
假设该数据框的名称是 df
所以我希望在这种情况下(我的情况 13)每 3 行代码都能获得最大值，所以输出将是这样的:
row 3 has a max of 7
row 5 has a max of 4
row 8 has a max of 8
我正在考虑做这样的事情
count = 0
count1 = 3
for vals in df[B]:
max = max(vals.iloc[count:count1])
count = count + 3
count1 = count1 + 3
print(max)
但是这样做我得到 AttributeError: 'float' object has no attribute 'iloc'
欢迎任何想法，谢谢
最佳答案
在自定义 groupID 和 idxmax 和 loc 上使用 groupby。使用n作为要分组的行数
n = 3
df_out = df.loc[df.groupby(np.arange(len(df)) // n).B.idxmax()]
Out[1201]:
A B
2 3 7
4 5 4
7 8 8
关于python - 我将如何在 python 中找到每 13 行的最大值？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/60497569/