count列でグループ化した後、列の最大値を持つパンダデータフレーム内のすべての行を見つけるにはどうすればよい['Sp','Mt']ですか?

例 1:次の dataFrame をグループ化し['Sp','Mt']ます。

期待される出力: 次のように、グループ間でカウントが最大である結果行を取得します。

例 2:このデータフレームをグループ化し['Sp','Mt']ます:

上記の例では、各グループで max に等しいすべての行を取得したいと考えています。count

サンプルデータの使用:

df

データをkey1でグループ化し、key2が「1」に等しいdata1値のみを合計する方法を見つけようとしています。

これが私が試したことです

しかし、これにより、「なし」の値を持つデータフレームが得られます

ここに何かアイデアはありますか？次の SQL に相当する Pandas を探しています。

参考までに-パンダ集計の条件付き合計を見 たことがありますが、そこに提供された回答を変換して、カウントではなく合計を処理することができませんでした。

前もって感謝します

年のランクを作成したいと思います (したがって、2012 年には、マネージャー B は 1 です。2011 年には、マネージャー B は再び 1 です)。私はしばらくパンダのランク関数に苦労しましたが、for ループに頼りたくありません。

私が抱えている問題は、追加のコードにあります(これは以前は関係ないと思いました):

何か案は？
これは私が使用している実際のデータ構造です。インデックスの再作成に問題がありました..

データフレームがdfあり、そこからいくつかの列を使用してgroupby:

上記の方法で、必要なテーブル (データ フレーム) をほぼ取得します。欠けているのは、各グループの行数を含む追加の列です。言い換えれば、私は意地悪をしていますが、これらの手段を取得するために使用された数も知りたいです。たとえば、最初のグループには 8 つの値があり、2 番目のグループには 10 というように続きます。

要するに、データフレームのグループごとの統計を取得するにはどうすればよいですか?

Q1) groupby、SQL スタイルの集計を行い、出力列の名前を変更したい:

データセットの例:

このデータセットの観察結果をグループ化し、グループごとに合計したいと思いIDます。だから私はこのようなものを使用しました...Regioncount

使用as_index=Falseすると、「SQL のような」出力を得ることができます。私の問題は、ここで集計変数の名前を変更countできないことです。したがって、SQLで上記のことをしたい場合は、次のようにします。

ご覧のとおり、集計変数の名前を SQL で に変更するcountのTotal_Numbersは非常に簡単です。Pandas でも同じことをしたかったのですが、group-by 関数でそのようなオプションを見つけることができませんでした。誰か助けてくれませんか？

2番目の質問（より観察）は...

Q2) Pandas データフレーム関数で列名を引用符で囲まずに直接使用することは可能ですか?

変数名は文字列であるため、引用符で囲む必要があることは理解していますが、それらをデータフレーム関数の外で使用し、属性として引用符で囲む必要がないかどうかがわかります。df.ID.sum()など。DataFrame関数で使用する場合、またはdf.sort()引用df.groupby符内で使用する必要がある場合のみです。SQL や SAS などの言語では、引用符を付けずに変数名を使用するだけなので、これは実際には少し面倒です。これに関する提案はありますか？

両方の質問に親切に回答してください (Q1 がメインで、Q2 が意見です)。

官僚的な理由でアップグレードできない環境で Pandas 0.8.1 を使用しています。

最初の問題と私の目標についてすべて読む前に、以下の「単純化された問題」セクションにスキップすることをお勧めします。

私の目標: DataFrame をカテゴリ列 "D" でグループ化し、各グループについて、日付列 "dt" で並べ替え、インデックスを "dt" に設定し、ローリング OLS 回帰を実行し、beta回帰係数の DataFrame を返します。日付順に索引付けされています。

最終結果は、積み上げられたbetaフレームの束になり、それぞれが特定のカテゴリ変数に固有であるため、最終的なインデックスはカテゴリ ID 用と日付用の 2 つのレベルになります。

私が何かをするなら

その後、イライラするほど有益ではないKeyError: 0エラーが頻繁に発生し、トレースバックは日時の問題で窒息しているようです:

group-by オブジェクトの各グループに対して手動で回帰ステップを 1 つずつ実行すると、すべて問題なく動作します。

コード：

と を使用してこれらを操作しようとすると、次のようにgroupbyなりapplyます。

groupbyオブジェクトを保存してfoo自分で適用しようとすると、簡単な方法でこれも失敗します。

しかし、グループ データ フレームの 1 つを保存してから呼び出すとfoo、問題なく動作します... ??

何が起きてる？不正な日付/時刻型への変換をトリガーするロジックがトリップした場合と関係がありますか? どうすれば回避できますか？

単純化された問題

set_index関数内の呼び出しだけで問題を単純化できapplyます。しかし、これは本当に奇妙になっています。を使用した、より単純なテスト DataFrame の例を次に示しset_indexます。

set_indexここでは問題なく動作します。日付の変更などはありません。

groupbyただし、正常に実行できませんset_index(サイズが一致しないアンパックの問題が発生する前にエラーが発生することに注意してください。インデックスをまったくリセットできないだけです)。

非常に奇妙な部分

ここで、グループ オブジェクトを保存し、それらを手動で呼び出しset_indexてみます。これはうまくいきません。グループから特定の DataFrame 要素を保存しても機能しません。

しかし、グループの DataFrame の手動の直接コピーを作成すると、手動で再構築set_index できますか??

アーチャー シーズン 3 の最初の数回のエピソードで海賊たちが言うように: