python - 在 Pandas 数据帧上运行 sql 查询

Question

我有一个数据框 df


ID
价钱
地区


1
23
澳大利亚

1
45
DXB

2
25
德国

2
18
屯


我想用python写一段代码得到以下输出


ID
价钱
地区


1
45
DXB

2
25
屯


我曾尝试使用 pandasql 来获取输出，但它没有给出我想要的输出
我试过的代码是

import pandas as pd
import pandasql as ps

#to read table
df=pd.read_excel("test.xlsx")

ps.sqldf("select ID, max(Price), Region from df order by ID")

如果python本身有任何其他代码(不使用pandasql)可以获得上述输出，请告诉我

Answer 1

您可以使用 groupby.transform

output_df = df[df['Price'].eq(df.groupby("ID")['Price'].transform("max"))]

或与 ps.sqldf使用窗口函数获取最高价格，然后返回价格等于最高价格的行:

output_df  = ps.sqldf("""select ID,Price,Region from 
                        (select *, max(Price) over (partition by ID) max_Price from df)
                        where Price = max_Price""")

    ID  Price Region
0   1     45    DXB
1   2     25    GER