计算Pandas中组的特定列的最大值

Question

我目前有一个类似于以下内容的dataframe：

Postal Code         Risk Category           % of Restaurants

                        Low                         15
   11111                Med                         60
                        High                        25

                        Low                         30
   22222                Med                         20
                        High                        50                    

我有两个问题

如何返回高风险类别餐厅中最高百分比的邮政编码(在本例中，它将返回邮政编码2222，因为它有50%的高风险类别restaurants)

• Is )--在这里，我可以创建一个标有“%高风险”的新列，该列显示每个邮政编码的高风险餐厅数量(对于可视化目的有用)--如下所示：

Postal Code         Risk Category           % of Restaurants.      %High Risk
    
                        Low                         15
   11111                Med                         60                 25
                        High                        25
    
                        Low                         30
   22222                Med                         20                 50
                        High                        50   

Answer 1

按Postal Code分组并得到% of Restaurants，其中Risk Category为“High”。然后在Postel Code上合并结果数据

df.merge(
    df.groupby('Postal Code')
        .apply(lambda x: x['% of Restaurants'][x['Risk Category'].eq('High')]).rename('% High Risk')
    , on='Postal Code')

退出：

   Postal Code Risk Category  % of Restaurants  % High Risk
0        11111           Low                15           25
1        11111           Med                60           25
2        11111          High                25           25
3        22222           Low                30           50
4        22222           Med                20           50
5        22222          High                50           50

绝对计数

如果% of Restaurants是#(Number) of Restaurants，则可以进行类似的操作

df.merge(
    df.groupby('Postal Code')
        .apply(lambda x: x[x['Risk Category'].eq('High')]['% of Restaurants']/x['% of Restaurants'].sum() * 100).rename('% High Risk')
    , on='Postal Code')

退出：

   Postal Code Risk Category  # of Restaurants  % High Risk
0        11111           Low                15         25.0
1        11111           Med                60         25.0
2        11111          High                25         25.0
3        22222           Low                30         50.0
4        22222           Med                20         50.0
5        22222          High                50         50.0