与另一个 csv、pandas 上的操作（聚合最大值）相对应的 csv 值

Question

我有两个表用于平均值和标准差，我想计算平均值表的某些列的最大值，并且我想获取标准表的相应行。

mean_df = pd.read_csv(r'./csvs/mean.csv')

std_df = pd.read_csv(r'./csvs/std.csv')

#mean_df, std_df are of same size

grouped_df = mean_df.groupby(['alpha', 'beta'])

columns = ['val']

max_df = grouped_df[columns].agg(['max'])

# Here i want the corresponding std_max_df table for the max_df. i.e., for every max calculated from mean, i want the std of that max in a new table.

例如：

输入mean_df是

αβ伽马陷阱

1 2 3 100

4 6 8 200

1 2 9 400

4 6 7 500

3 5 8 600

输入std_df 是

αβ伽马陷阱

1 2 3 300

4 6 8 500

1 2 9 100

4 6 7 700

3 5 8 900

输出将是

alpha beta gamma max_mean_val corresp_std_val

1 2 9 400 100

4 6 7 500 700

3 5 8 600 900

Answer 1

首先通过内连接或左连接将 DataFrame 合并在一起，然后通过以下方式获取具有最大索引值的行DataFrameGroupBy.idxmax：df = mean_df.merge(std_df, on=['alpha', 'beta','gamma'],                            how='left',                            suffixes=('_mean','_std'))df = df.loc[df.groupby(['alpha', 'beta'])['val_mean'].idxmax()]print (df)   alpha  beta  gamma  val_mean  val_std2      1     2      9       400      1004      3     5      8       600      9003      4     6      7       500      700对于多列，一种可能的想法是：print (mean_df)   alpha  beta  gamma  val  val10      1     2      3  100     51      4     6      8  200     92      1     2      9  400     33      4     6      7  500     54      3     5      8  600     2print (std_df)   alpha  beta  gamma  val  val10      1     2      3  300     51      4     6      8  500     72      1     2      9  100     93      4     6      7  700     24      3     5      8  900     1df = mean_df.merge(std_df, on=['alpha', 'beta','gamma'],                            how='left',                            suffixes=('_mean','_std'))cols = ['val','val1']dfs = [df.loc[df.groupby(['alpha', 'beta'])[f'{col}_mean'].idxmax(),               [f'{col}_mean', f'{col}_std']].reset_index(drop=True) for col in cols]df0 = df[['alpha', 'beta','gamma']].drop_duplicates(['alpha','beta']).reset_index(drop=True)df = pd.concat([df0] + dfs, axis=1)print (df)   alpha  beta  gamma  val_mean  val_std  val1_mean  val1_std0      1     2      3       400      100          5         51      4     6      8       600      900          2         12      3     5      8       500      700          9         7