PythonのライブラリーであるPandasを使って,「グループ毎に括って最大の値を含む列を抜き出す」方法のメモです.
対象とするのはこんなデータ
Sensor Time Value 0 T-A 10:00:00 25 1 T-B 10:00:01 30 2 T-C 10:00:02 104 3 T-B 10:00:03 52 4 T-C 10:00:04 41 5 T-A 10:00:05 91 6 T-C 10:00:06 102 7 T-B 10:00:07 40 8 T-B 10:00:08 101 9 T-C 10:00:09 97
3種類のSensorから時間と検知された値(Value)が返ってきます.
Sensorの種類ごとに括って,その中で最大の値を出す時間(と言うか行)を抜き出す,というのが今回の狙いです.
コードは下記の通り.
特定の列に含まれる最大値を含む行を抜き出す(日本語が複雑・・)方法が分からなかったのでやや力技を使いました.
import pandas as pd # データ生成 df = pd.DataFrame( {'Time': ['10:00:00', '10:00:01', '10:00:02', '10:00:03', '10:00:04','10:00:05', '10:00:06', '10:00:07', '10:00:08', '10:00:09'], 'Sensor': ['T-A', 'T-B', 'T-C', 'T-B', 'T-C', 'T-A', 'T-C', 'T-B' ,'T-B' ,'T-C'], 'Value': [25, 30, 104, 52, 41, 91, 102, 40 ,101 ,97]}) # datetime型に変換 df['Time'] = df['Time'].apply(lambda dd: pd.to_datetime(dd)) # 'Sensor'で括る df_g = df.groupby('Sensor') # 'Sensor'でくくられたデータフレームの中で'Value'に最大値を含む行を抜き出す def select(xx): # 'Value'に最大値を含む行を抜き出す(そういうメソッドがあるのかもしれないけど分からなかった) val_r = xx[xx['Value'] == max(xx['Value']) ] # 全く同じ行があった場合は削除(このデータの場合は無いですけど) val_r = val_r.drop_duplicates() return val_r df_new = df_g.apply(select)
ご覧の通り,Valueに含まれる最大値を含む行は無理やり書きました.
結果は下記の通り
Sensor Time Value Sensor T-A 5 T-A 2017-10-08 10:00:05 91 T-B 8 T-B 2017-10-08 10:00:08 101 T-C 2 T-C 2017-10-08 10:00:02 104