Ben günlük verilerine sahip bir pandalar DataFrame vardır:Pandalar, GroupBy ve gruplar halinde bulma maksimum, dönen değer ve saymak
host service
0 this.com mail
1 this.com mail
2 this.com web
3 that.com mail
4 other.net mail
5 other.net web
6 other.net web
Ve çoğu hataları veren her ana bilgisayarda hizmeti bulmak istiyoruz:
host service no
0 this.com mail 2
1 that.com mail 1
2 other.net web 2
Bulduğum tek çözüm, ana makine ve hizmet tarafından gruplandırıldı ve dizininin 0 düzeyinin üzerinde yinelendi.
Herkes daha iyi, daha kısa bir sürüm önerebilir mi? yineleme olmadan?
df = df_logfile.groupby(['host','service']).agg({'service':np.size})
df_count = pd.DataFrame()
df_count['host'] = df_logfile['host'].unique()
df_count['service'] = np.nan
df_count['no'] = np.nan
for h,data in df.groupby(level=0):
i = data.idxmax()[0]
service = i[1]
no = data.xs(i)[0]
df_count.loc[df_count['host'] == h, 'service'] = service
df_count.loc[(df_count['host'] == h) & (df_count['service'] == service), 'no'] = no
df
göz önüne alındığında, tam kod https://gist.github.com/bjelline/d8066de66e305887b714
hale getirebileceğini Bu deyim GroupBy API için güzel bir yanı DataFrame verir: Bu durumda, büyük hizmet değerlerine karşılık gelir
df
satırları seçmek içindf.loc[...]
kullanabilirsiniz /github.com/pydata/pandas/issues/8717 – Jeff