Получить значение строки максимального количества после применения группировки в пандах

Question

У меня есть следующее: df

>In [260]: df
>Out[260]:
    size market vegetable  confirm availability
0  Large    ABC    Tomato                   NaN
1  Large    XYZ    Tomato                   NaN
2  Small    ABC    Tomato                   NaN
3  Large    ABC     Onion                   NaN
4  Small    ABC     Onion                   NaN
5  Small    XYZ     Onion                   NaN
6  Small    XYZ     Onion                   NaN
7  Small    XYZ   Cabbage                   NaN
8  Large    XYZ   Cabbage                   NaN
9  Small    ABC   Cabbage                   NaN

1) Как получить размер овоща с максимальным счетом размеров?

Я использовал groupby на овоще и размере, чтобы получить следующееdf Но мне нужно получить строки, которые содержат максимальное количество размеров с овощем

In [262]: df.groupby(['vegetable','size']).count()
Out[262]:                 market  confirm availability
vegetable size
Cabbage   Large       1                     0
          Small       2                     0
Onion     Large       1                     0
          Small       3                     0
Tomato    Large       2                     0
          Small       1                     0

df2['vegetable','size'] = df.groupby(['vegetable','size']).count().apply( some logic )

Требуется Df:

  vegetable   size   max_count
0   Cabbage   Small     2
1     Onion   Small     3
2    Tomato   Large     2

2) Теперь я могу сказать, что доступны «Маленькие капусты»в огромном количестве от дф.Поэтому мне нужно заполнить столбец подтверждения доступности маленьким для всех строк капусты. Как это сделать?

    size market vegetable  confirm availability
0  Large    ABC    Tomato                   Large
1  Large    XYZ    Tomato                   Large
2  Small    ABC    Tomato                   Large
3  Large    ABC     Onion                   Small
4  Small    ABC     Onion                   Small
5  Small    XYZ     Onion                   Small
6  Small    XYZ     Onion                   Small
7  Small    XYZ   Cabbage                   Small    
8  Large    XYZ   Cabbage                   Small    
9  Small    ABC   Cabbage                   Small

Answer 1

1)

required_df = veg_df.groupby(['vegetable','size'], as_index=False)['market'].count()\
         .sort_values(by=['vegetable', 'market'])\
         .drop_duplicates(subset='vegetable', keep='last')

2)

merged_df = veg_df.merge(required_df, on='vegetable')
cols = ['size_x', 'market_x', 'vegetable', 'size_y']
dict_renaming_cols = {'size_x': 'size', 
                      'market_x': 'market',
                      'size_y': 'confirm_availability'}
merged_df = merged_df.loc[:,cols].rename(columns=dict_renaming_cols)

Answer 2

Вы можете GroupBy с count, затем сортировать и удалять дубликаты:

res = df.groupby(['size', 'vegetable'], as_index=False)['market'].count()\
        .sort_values('market', ascending=False)\
        .drop_duplicates('vegetable')

print(res)

    size vegetable  market
4  Small     Onion       3
2  Large    Tomato       2
3  Small   Cabbage       2

Answer 3

Вы можете назначить сгруппированный фрейм данных другому объекту, затем вы можете выполнить другую группировку по индексу 'Vegetable', чтобы получить максимальное требуемое значение

d = df.groupby(['vegetable','size']).count()
d.groupby(d.index.get_level_values(0).tolist()).apply(lambda x:x[x.confirm == x.confirm.max()])

Из:

                     market confirm availability
vegetable   size            
Cabbage Cabbage Small   2   2   0
Onion   Onion   Small   3   3   0
Tomato  Tomato  Large   2   2   0