获取pandas groupby对象上count()函数的最大值

Question

问题

使用pandas时，我需要返回每个groupby对象的最大计数行。

数据集

我有一个名为"matches“的数据帧，它看起来像这样：

FeatureID gene pos 0 1_1_1 KRAS_1 6 1 1_1_1 KRAS_2 8 2 1_1_1 KRAS_3 11 3 1_1_1 NRAS_1 3 4 1_1_1 NRAS_2 11 5 1_1_1 NRAS_3 84 6 1_1_10 KRAS_1 4 7 1_1_10 KRAS_2 3 8 1_1_10 KRAS_3 14 9 1_1_10 NRAS_1 4 10 1_1_10 NRAS_2 6 11 1_1_10 NRAS_3 83

我尝试过的

我需要通过FeatureID将数据帧组合在一起，然后获得每个组中的位置计数：

matches.groupby(["FeatureID", "gene"]).count()

这会导致：

FeatureID gene 1_1_1 KRAS_1 6 KRAS_2 8 KRAS_3 11 NRAS_1 3 NRAS_2 11 NRAS_3 84 1_1_10 KRAS_1 4 KRAS_2 3 KRAS_3 14 NRAS_1 4 NRAS_2 6

所需输出：

我需要取回每个groupby对象中包含最高计数的行，但我不知道如何做到这一点。

FeatureID gene count 1_1_1 NRAS_3 84 1_1_10 KRAS_3 14

解决方案

下面这行代码返回了每个groupby组的最大值的基因：

matches.groupby(["FeatureID", "gene"]).count().sort_values("pos").groupby(level=0).tail(1)

Answer 1

您可以在level=0上使用max

matches.groupby(["FeatureID", "gene"]).count().max(level=0)

如果保持两个水平

df.groupby(["FeatureID", "gene"]).count().sort_values().groupby(level=0).tail(1)