Pandas 将 groupby 中几列总和的最大值的列名称获取到新列

Question

我有一个这种形式的数据框：

        value1  value2  value3  value4 random string column    group

index1       10      2       3       4                stuff  group 2

index2       5       4       3       2          other stuff  group 1

index3       6       7       8       9          other stuff  group 1

index4       1       2       2       4      yet other stuff  group 2

index5       6       1       8      11          other stuff  group 1

可以使用以下代码生成此测试示例：

df = pd.DataFrame([[10, 2, 3, 4, 'stuff', 'group 2'], [5, 4, 3, 2, 'other stuff', 'group 1'], [6, 7, 8, 9, 'other stuff', 'group 1'], [1, 2, 2, 4, 'yet other stuff', 'group 2'], [6, 1, 8, 11, 'other stuff', 'group 1']], columns = ['value1', 'value2', 'value3', 'value4', 'random string column', 'group'], index=['index1', 'index2', 'index3', 'index4', 'index5'])

我想根据此规范创建一个名为“组识别列”的新列：

按组列分组

取每个值列的总和

获取每组总和最大的值列的列名

在此示例中，预期输出为：

        value1  value2  value3  value4 random string column    group Group Identifying Column

index1      10       2       3       4                stuff  group 2                   value1

index2       5       4       3       2          other stuff  group 1                   value4

index3       6       7       8       9          other stuff  group 1                   value4

index4       1       2       2       4      yet other stuff  group 2                   value1

index5       6       1       8      11          other stuff  group 1                   value4

我已经尝试了几次 groupby / apply / transform 等，但我不能完全让它正确。

Answer 1

让我们按组提取列然后映射：max_cols = (df.filter(like='value')       # choose the value columns, also df.iloc[:, :4]              .groupby(df['group']).sum() # calculate sum per group              .idxmax(axis=1)             # find col with max value           )df['Column'] = df['group'].map(max_cols)还groupby().transform()：df['Column'] = (df.filter(like='value')                  .groupby(df['group']).transform('sum')                  .idxmax(axis=1)               )输出：        value1  value2  value3  value4 random string column    group  Columnindex1      10       2       3       4                stuff  group 2  value1index2       5       4       3       2          other stuff  group 1  value4index3       6       7       8       9          other stuff  group 1  value4index4       1       2       2       4      yet other stuff  group 2  value1index5       6       1       8      11          other stuff  group 1  value4

Answer 2

这是map和的一种潜在解决方案dictionary：#creates a dictionary with the maximum sum per groupd = df.groupby('group').sum().idxmax(axis=1).to_dict()#mapping the dictionary to 'group' column to generated a new columndf['Group Identifying Column'] = df['group'].map(d)或者，您可以切断该dictionary部分并简单地执行以下操作：df['Group Identifying Column'] =  df.group.map(df.groupby('group').sum().idxmax(axis=1))输出：        value1  value2  ...    group  Group Identifying Columnindex1      10       2  ...  group 2                    value1index2       5       4  ...  group 1                    value4index3       6       7  ...  group 1                    value4index4       1       2  ...  group 2                    value1index5       6       1  ...  group 1                    value4