在pandas datafram中使用查询语句选择列

Question

我有以下熊猫数据帧。每个点与每个类的“n”个类点组合，每个组合的值为0或1。 现在对于每一点，我想得到一个最大数为“0”的类。 输出： 第1-a部分 第2-b部分

我试过用哈希表，但有点麻烦。什么是一个优雅的pandas数据帧查询？在

+------+-------+-------+--+--+--+
| Pt.  | class | value |  |  |  |
+------+-------+-------+--+--+--+
| Pt.1 | a     |     0 |  |  |  |
| Pt.1 | a     |     0 |  |  |  |
| Pt.1 | a     |     1 |  |  |  |
| Pt.1 | b     |     0 |  |  |  |
| Pt.1 | b     |     1 |  |  |  |
| pt.1 | b     |     1 |  |  |  |
| Pt.2 | a     |     1 |  |  |  |
| Pt.2 | a     |     1 |  |  |  |
| Pt.2 | a     |     1 |  |  |  |
| Pt.2 | b     |     0 |  |  |  |
| Pt.2 | b     |     0 |  |  |  |
| Pt.2 | b     |     0 |  |  |  |
|      |       |       |  |  |  |
+------+-------+-------+--+--+--+

Answer 1

首先，按^{}只过滤0行，然后用^{}对输出进行排序的^{}进行计数，因此有必要通过索引先查找index值：

df = (df[df['value'] == 0].groupby('Pt.')['class']
                          .apply(lambda x: x.value_counts().index[0])
                          .reset_index(name='top1'))
print (df)
    Pt. top1
0  Pt.1    a
1  Pt.2    b

使用^{}进行过滤的类似替代：

^{pr2}$