文章目录

• 现实场景
• 数据
• 方法
• 后续

现实场景

有一堆数据，表示的是语音识别的效果（用相似度得分表示），需要找到每个测试人员最高分数对应的那个对象（判别结果）。

数据

data = { "tet":["Anna", "Anna", "Bob", "Bob"], "name":["Candy", "Duck", "Candy", "Duck" ], "scores":["254", "390", "450", "178"]}
df = pd.DataFrame(data) 
df

	tet 	name 	scores
0 	Anna 	Candy 	254
1 	Anna 	Duck 	390
2 	Bob 	Candy 	450
3 	Bob 	Duck 	178

虽然此刻能够很清楚地看到Anna与Duck的分数最高，但是如果比对的人不止这么一两个，就很难再通过肉眼观察到结果了，只能想办法找到tet的scores取值最高所对应的那个name。

方法

试过直接使用透视图：
（Python 透视图pivot_table的用法：点击）

import pandas as pd

table = pd.pivot_table(df, index='tet', aggfunc=max)
table

 	scores
tet 	
Anna 	390
Bob 	450

不过暂时不知道如何返回最大scores对应的那个name。

最后成功的做法是使用groupby +dataframe 的idxmax函数：

ind = df.groupby('tet')['scores'].idxmax()
row = df.iloc[ind,:]
print(ind)
print(row)

后续

什么时候有空，对各种返回最大最小值的索引做一个总结：
python内置：max、min；
nump：argmax、argmin；
pandas：idxmax、idxmin；

参考：

1. python中pandas的DataFrame某列最大值所在行