熊猫：重新采样数据框列，获取对应于最大值的离散特征
问题内容：
样本数据：
import pandas as pd
import numpy as np
import datetime
data = {'value': [1,2,4,3], 'names': ['joe', 'bob', 'joe', 'bob']}
start, end = datetime.datetime(2015, 1, 1), datetime.datetime(2015, 1, 4)
test = pd.DataFrame(data=data, index=pd.DatetimeIndex(start=start, end=end,
freq="D"), columns=["value", "names"])
给出：
value names
2015-01-01 1 joe
2015-01-02 2 bob
2015-01-03 4 joe
2015-01-04 3 bob
我想按“ 2D”重新采样并获得最大值，例如：
df.resample('2D')
预期结果应为：
value names
2015-01-01 2 bob
2015-01-03 4 joe
谁能帮我？
问题答案：
您可以重新采样以获取值的arg max，然后使用它来提取名称和值
(df.resample('2D')[['value']].idxmax()
.assign(names=lambda x: df.loc[x.value]['names'].values,
value=lambda x: df.loc[x.value]['value'].values)
)
Out[116]:
value names
2015-01-01 2 bob
2015-01-03 4 joe
