groupby和aggregation后的输出

Question

我有一个熊猫数据框。当我创建GROUP BY和聚合函数(如min或max )时，我只能得到部分结果，即我在数值列上进行min/max聚合的列。我怎样才能得到全行(即所有与这个最小/最大值相对应的数据)？

数据帧看起来像这样：

Place    Year   Time        TimeS
BOSTON   1973   02:16:03    8163
FUKUOKA  1973   02:11:45    7905
NEW YORK 1973   02:21:54    8514
BERLIN   1974   02:44:53    9893
BOSTON   1974   02:13:39    8019
FUKUOKA  1974   02:11:32    7892
NEW YORK 1974   02:26:30    8790

我希望每年和城市实现的最小或最大时间。我只能通过(马拉松是pandas.DataFrame的名字)来获取时间

marathon.groupby('year').TimeS.max()

这给了我们：

1973    02:21:54
1974    02:44:53

我怎么能有和这个时间相对应的地点呢？即：

NEW YORK   1973    02:21:54
BERLIN     1974    02:44:53

Answer 1

当然，有很多方法可以做到这一点。这里有两个：

marathon[marathon.TimeS == marathon.groupby('Year').TimeS.transform('max')]

或

marathon[marathon.TimeS.isin(marathon.groupby('Year').TimeS.max())]

让我们看看这些中间对象中的一些

In [29]: marathon.groupby('Year').TimeS.max()
Out[29]:
Year
1973    8514
1974    9893
Name: TimeS, dtype: int64

所以我们得到了一个序列，但只有两个值。因此，我们可以在列值等于其中之一的地方对数据帧进行索引，这是第二种解决方案。

第一个解决方案改用transform('max')，它保留了数据帧的大小：

In [30]: marathon.groupby('Year').TimeS.transform('max')
Out[30]:
0    8514
1    8514
2    8514
3    9893
4    9893
5    9893
6    9893
Name: TimeS, dtype: int64

所以现在它的大小是一样的，我们可以直接把相等性和它相等的列进行比较。

请注意，如果最大值多次出现，这两个方法也将返回副本-这可能是您想要的，也可能不是您想要的。