计算完整数据帧中每个 Sequence_ID 的最大频率

Question

我有一个像这样的数据框：Time        Frq_1   Seq_1       Frq_2   Seq_2       Frq_3   Seq_312:43:04    0.00    30668.00    0.00    30670.00    4620.00 30671.0012:46:05    0.00    30699.00    0.00    30699.00    3280.00 30700.0012:46:17    4200.00 30700.00    0.00    30704.00    0.00    30704.0012:46:18    3060.00 30700.00    4200.00 30700.00    0.00    30700.0012:46:18    3060.00 30700.00    4200.00 30700.00    0.00    30700.0012:46:19    3060.00 30700.00    4220.00 30700.00    0.00    30700.0012:46:20    3060.00 30700.00    4240.00 30700.00    0.00    30700.0012:46:37    0.00    30698.00    0.00    30699.00    3060.00 30700.0012:46:38    0.00    30699.00    3060.00 30700.00    4600.00 30700.0012:47:19    0.00    30668.00    0.00    30669.00    0.00    30669.0012:47:20    0.00    30667.00    0.00    30667.00    0.00    30668.0012:47:20    0.00    30667.00    0.00    30667.00    0.00    30668.0012:47:21    0.00    30667.00    0.00    30667.00    0.00    30668.0012:47:21    0.00    30665.00    0.00    30665.00    0.00    30665.0012:47:22    0.00    30665.00    0.00    30665.00    0.00    30665.0012:48:35    0.00    30688.00    0.00    30690.00    3020.00 30690.0012:49:29    4160.00 30690.00    0.00    30691.00    0.00    30693.00我想检查总数据框并找到以下条件的结果：频率不为空的 Sequence_ID频率为最大值（如果多个 Sequence_ID 具有非零频率）我希望我的结果如下：Time         Sequence_ID   Frequency12:43:04     4620          30671 12:49:29     4160          30690 12:46:38     4600          30700 时间 = 对应于 (Sequence_ID & Frequency) 的行

Answer 1

Frq如果需要每组的最大值首先重塑，然后wide_to_long过滤掉0值：DataFrame.queryDataFrame.sort_values

df = (pd.wide_to_long(df.reset_index(), 

                     stubnames=['Frq','Seq'],

                     i=['Time','index'],

                     j='group',

                     sep='_')

       .reset_index(level=[0,2])

       .query("Frq != 0")

       .sort_values(['group','Frq'], ascending=[True, False])

       )

print (df)

           Time  group     Frq      Seq

index                                  

2      12:46:17      1  4200.0  30700.0

16     12:49:29      1  4160.0  30690.0

3      12:46:18      1  3060.0  30700.0

4      12:46:18      1  3060.0  30700.0

5      12:46:19      1  3060.0  30700.0

6      12:46:20      1  3060.0  30700.0

6      12:46:20      2  4240.0  30700.0

5      12:46:19      2  4220.0  30700.0

3      12:46:18      2  4200.0  30700.0

4      12:46:18      2  4200.0  30700.0

8      12:46:38      2  3060.0  30700.0

0      12:43:04      3  4620.0  30671.0

8      12:46:38      3  4600.0  30700.0

1      12:46:05      3  3280.0  30700.0

7      12:46:37      3  3060.0  30700.0

15     12:48:35      3  3020.0  30690.0

最后使用每组的最大值DataFrame.drop_duplicates：

df1 = df.drop_duplicates('group')

print (df1)

           Time  group     Frq      Seq

index                                  

2      12:46:17      1  4200.0  30700.0

6      12:46:20      2  4240.0  30700.0

0      12:43:04      3  4620.0  30671.0