英文:
Pandas groupby sorting
问题
我正在尝试使用pandas分析我的Netflix数据。我想总结每个用户观看特定标题的时间并打印每个档案的最高值。
df_clean.sample(4)
| 档案名称 | 时长 | 时间清理 |
|---|---|---|
| AAA | 0天00:20:00 | 哈利波特 |
| AAA | 0天00:41:50 | 罪人 |
| BBB | 0天00:00:15 | 阿凡达 |
| AAA | 0天00:15:00 | 哈利波特 |
我只想看到每个档案的第一行。
我尝试使用：
df_clean.groupby(['档案名称', 'title_clean'])['时长'].sum().sort_values(ascending=False).nlargest(1)
但它只返回一个档案的最大结果。
| 档案名称 | title_clean | |
|---|---|---|
| AAA | 哈利波特 | 0天00:35:00 |
英文:
I am trying to analyze my Netflix data with pandas. I want to summarize the time each user spent watching a specific title and print the highest value for each Profile.
df_clean.sample(4)
| Profile Name | Duration | time_clean |
|---|---|---|
| AAA | 0 days 00:20:00 | Harry Potter |
| AAA | 0 days 00:41:50 | The Sinner |
| BBB | 0 days 00:00:15 | Avatar |
| AAA | 0 days 00:15:00 | Harry Potter |
I want to see only the first row for each Profile
I tried to use:
df_clean.groupby(['Profile Name','title_clean'])['Duration'].sum().sort_values(ascending=False).nlargest(1)
But it's returning me only the biggest result for 1 Profile
| Profile Name | title_clean | |
|---|---|---|
| AAA | Harry Potter | 0 days 00:35:00 |
答案1
得分: 2
你可以链式使用另一个 groupby(level = 0) 和 head(1) 来获得你想要的结果。
df_clean.groupby(['Profile Name', 'title_clean'])['Duration'].sum().sort_values(ascending=False).groupby(level = 0).head(1)
英文:
You can chain another groupby(level = 0) and head(1) to get the result you're looking for.
df_clean.groupby(['Profile Name', 'title_clean'])['Duration'].sum().sort_values(ascending=False).groupby(level = 0).head(1)
答案2
得分: 0
我会使用 idxmax 函数：
(df_clean.groupby(['Profile Name','title_clean'])['Duration'].sum()
.loc[lambda g: g.groupby('Profile Name').idxmax()]
.reset_index()
)
输出结果：
Profile Name title_clean Duration
0 AAA The Sinner 0 days 00:41:50
1 BBB Avatar 0 days 00:00:15
英文:
I would use idxmax:
(df_clean.groupby(['Profile Name','title_clean'])['Duration'].sum()
.loc[lambda g: g.groupby('Profile Name').idxmax()]
.reset_index()
)
Output:
Profile Name title_clean Duration
0 AAA The Sinner 0 days 00:41:50
1 BBB Avatar 0 days 00:00:15
答案3
得分: 0
def function1(dd: pd.DataFrame):
dd1 = dd.groupby("title_clean")['Duration'].sum().sort_values(ascending=False).head(1)
return dd1.rename("Duration")
df1.groupby('Profile Name').apply(function1)
输出：
Profile Name title_clean
AAA The Sinner 0 days 00:41:50
BBB Avatar 0 days 00:00:15
英文:
def function1(dd:pd.DataFrame):
dd1=dd.groupby("title_clean")['Duration'].sum().sort_values(ascending=False).head(1)
return dd1.rename("Duration")
df1.groupby('Profile Name').apply(function1)
out：
Profile Name title_clean
AAA The Sinner 0 days 00:41:50
BBB Avatar 0 days 00:00:15
通过集体智慧和协作来改善编程学习和解决问题的方式。致力于成为全球开发者共同参与的知识库，让每个人都能够通过互相帮助和分享经验来进步。
评论