查找组内差异最大的组名

Question

Suppose we have a dataframe like this:

name   value
'hi'    1
'hi'    2
'hi'    3
'hello' 5
'hello' 6 
'hello'  8

如何找到组内差异最大的组名？

（（在上面的示例中，组内的最大差值为3，因此如何从名称列中选择'hello'？）

Answer 1

您可以执行apply(np.ptp)并使用idxmax()：

name_with_max_var = df.groupby('name')['value'].apply(np.ptp).idxmax()

df[df.name == name_with_max_var]

输出：

      name  value
3  'hello'      5
4  'hello'      6
5  'hello'      8

Answer 2

您可以获得像ths这样的单个字符串：

df.groupby('name')['value'].agg(np.ptp).idxmax()

输出：

"'hello'"

详细信息：] >>

[groupby名称和使用agg的np.ptp返回，然后选择具有最大值的索引。

---

您可以这样操作：

df.assign(diff = df.groupby('name')['value']
                   .transform(np.ptp))\
  .query('diff == diff.max()')
输出：

      name  value  diff
3  'hello'      5     3
4  'hello'      6     3
5  'hello'      8     3
详细信息：

] >>

使用groupby和transform查找差异，使用np.ptp，将该值作为差异分配给每个记录，然后np.ptp数据框以找到差异等于最大差异的位置

数据：

query

使用groupby计算最小值和最大值以及差异，并对差异值进行排序。

df = pd.DataFrame({'name':['hi', 'hi', 'hi', 'hello', 'hello', 'hello'], 'value':[1,2,3,5,6,8]})

仅提取差异最大的字符串：

pd.DataFrame(df.groupby('name').agg('value').max() - df.groupby('name').agg('value').min()).sort_values(by='value')

Answer 3

数据：