У меня есть следующий фреймворк:
df = pd.DataFrame({'place' : ['A', 'B', 'C', 'D', 'E', 'F'],
'population': [10 , 20, 30, 15, 25, 35],
'region': ['I', 'II', 'III', 'I', 'II', 'III']})
И это выглядит так:
place population region
0 A 10 I
1 B 20 II
2 C 30 III
3 D 15 I
4 E 25 II
5 F 35 III
Я хотел бы выбрать место с самым маленьким населением из региона с самым высоким населением.
df.groupby('region').population.sum()
Возвращает:
region
I 25
II 45
III 65
Name: population, dtype: int64
Но я не знаю, как исходить отсюда (используя.groupby/.loc/.iloc)
Любое предложение?
Сначала добавьте столбец для популяции региона:
df['region_pop'] = df.groupby('region')['population'].transform(sum)
Затем сортируйте свою фреймворк и извлеките первую строку:
res = df.sort_values(['region_pop', 'population'], ascending=[False, True])\
.head(1)
Результат:
place population region region_pop
2 C 30 III 65
Вам нужно найти region
с самым высоким population
. Затем groupby
place
в подмножество данных с этим регионом и найдите место с наименьшей population
. (Предполагая, что место будет повторяться в реальных данных)
high_reg = df.groupby('region')['population'].sum().reset_index(name='count').sort_values('count').iloc[-1]['region']
df.loc[df['region']==high_reg].groupby('place')['population'].sum().reset_index(name='count').sort_values('count').iloc[0]['place']
Выход:
'C'