第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時(shí)綁定郵箱和手機(jī)立即綁定
已解決430363個(gè)問題,去搜搜看,總會有你想問的

根據(jù) pandas 中的 sum groupby 找到主要類別

根據(jù) pandas 中的 sum groupby 找到主要類別

慕婉清6462132 2023-04-25 15:20:14
你能支持我如何解決下面這個(gè)問題嗎?我試圖找到一種基于 groupby 的主要類別,看看類別如何具有更高的價(jià)值。我有下面的數(shù)據(jù)框。>> USER    PROCESS    HOURS_WORKED>> 0    USER1    PROCESS1    1>> 1    USER1    PROCESS2    2>> 2    USER1    PROCESS3    3>> 3    USER2    PROCESS1    1>> 4    USER2    PROCESS2    5>> 5    USER2    PROCESS3    3我根據(jù)用戶和進(jìn)程應(yīng)用 groupby mehotd。dfg = df1.groupby(['USER','PROCESS']).sum()我的目標(biāo)是下面的數(shù)據(jù)框。USER    MAIN_PROCESSUSER1   PROCESS3USER2   PROCESS2groupby 中是否有任何方法或函數(shù)可以做到這一點(diǎn)?先感謝您。
查看完整描述

1 回答

?
侃侃爾雅

TA貢獻(xiàn)1801條經(jīng)驗(yàn) 獲得超16個(gè)贊

嘗試:


df[df.groupby(['USER']).HOURS_WORKED.rank("dense", ascending=False).eq(1)]

結(jié)果:


    USER   PROCESS  HOURS_WORKED

2  USER1  PROCESS3             3

4  USER2  PROCESS2             5

當(dāng) rank of HOURS_WORKEDdescending order perUSER等于 1 時(shí),表示“主進(jìn)程”。


查看完整回答
反對 回復(fù) 2023-04-25
  • 1 回答
  • 0 關(guān)注
  • 106 瀏覽
慕課專欄
更多

添加回答

舉報(bào)

0/150
提交
取消
微信客服

購課補(bǔ)貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學(xué)習(xí)伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號