熊貓：按值過濾，然後在Multiindex中獲得最大值

Question

我有一個看起來像這樣的數據集，其中DATE和LETTER是多索引的。

我想返回每個日期的最大LETTER A VALUES的列表。

因此，在這種情況下，我想要返回VALUES 3和8。

      VALUE     
DATE  LETTER    
1-2002  A    1        
      B    7 
      A    3 
      B    4         
2-2002  A    6     
      B    2     
      A    8 
      B    5    

Answer 1

您可以選擇xs第一和骨料max：

df = df.xs('A', level=1).groupby(level=0).max().reset_index() 
print (df) 
    DATE VALUE 
0 1-2002  3 
1 2-2002  8 

L = df.xs('A', level=1).groupby(level=0)['VALUE'].max().tolist() 
print (L) 
[3, 8] 

舊的解決方案：

我覺得你首先boolean indexing與get_level_values過濾，然後groupby由第一和第二索引和彙總max：

df = df[df.index.get_level_values('LETTER') == 'A'] 
df = df.groupby(level=[0,1]).max() 
print (df) 
       VALUE 
DATE LETTER  
1-2002 A   3 
2-2002 A   8 

---

df = df[df.index.get_level_values('LETTER') == 'A'] 
df = df.groupby(level=[0,1]).max().reset_index() 
print (df) 
    DATE LETTER VALUE 
0 1-2002  A  3 
1 2-2002  A  8 

Answer 2

所以只得到最大值爲A：

df = df.reset_index() 
df = df[(df['LETTER'] == 'A')].groupby(['DATE', 'LETTER']).max() 

並得到那個號碼的清單：

max_A = df[(df['LETTER'] == 'A')].groupby(['DATE', 'LETTER']).max()['VALUE'].tolist()