pandasのpythonで2つの列と3番目の最大値のグループ

Question

私は、PERIOD_START_TIME、ID、さらにいくつかの列とVALUE列のデータフレームを持っています。 私が必要とするのは、PERIOD_START_TIMEとID（時間とIDで重複する行があるため）によるグループで、VALUE列の最大値をとります。 DF：

PERIOD_START_TIME  ID  VALUE 
06.01.2017 02:00:00 55 ... 35 
06.01.2017 02:00:00 55 ... 22 
06.01.2017 03:00:00 55 ... 63 
06.01.2017 03:00:00 55 ... 33 
06.01.2017 04:00:00 55 ... 63 
06.01.2017 04:00:00 55 ... 45 
06.01.2017 02:00:00 65 ... 10 
06.01.2017 02:00:00 65 ... 5 
06.01.2017 03:00:00 65 ... 22 
06.01.2017 03:00:00 65 ... 5 
06.01.2017 04:00:00 65 ... 12 
06.01.2017 04:00:00 65 ... 15 

所望の出力：

PERIOD_START_TIME  ID ... VALUE 
06.01.2017 02:00:00 55 ... 35 
06.01.2017 03:00:00 55 ... 63 
06.01.2017 04:00:00 55 ... 63 
06.01.2017 02:00:00 65 ... 10 
06.01.2017 03:00:00 65 ... 22 
06.01.2017 04:00:00 65 ... 15 

Answer 1

使用groupbyと集計max：

print (df) 
     PERIOD_START_TIME ID A VALUE 
0 06.01.2017 02:00:00 55 8  35 
1 06.01.2017 02:00:00 55 8  22 
2 06.01.2017 03:00:00 55 8  63 
3 06.01.2017 03:00:00 55 8  33 
4 06.01.2017 04:00:00 55 8  63 
5 06.01.2017 04:00:00 55 8  45 
6 06.01.2017 02:00:00 65 8  10 
7 06.01.2017 02:00:00 65 8  5 
8 06.01.2017 03:00:00 65 8  22 
9 06.01.2017 03:00:00 65 8  5 
10 06.01.2017 04:00:00 65 8  12 
11 06.01.2017 04:00:00 65 8  15 

df = df.groupby(['PERIOD_START_TIME','ID'], as_index=False)['VALUE'].max()    

または：

df = df.groupby(['PERIOD_START_TIME','ID'])['VALUE'].max().reset_index() 

---

複数の列については

print (df) 
    PERIOD_START_TIME ID VALUE 
0 06.01.2017 02:00:00 55  35 
1 06.01.2017 02:00:00 65  10 
2 06.01.2017 03:00:00 55  63 
3 06.01.2017 03:00:00 65  22 
4 06.01.2017 04:00:00 55  63 
5 06.01.2017 04:00:00 65  15 

idxmaxを必要とlocによって選択：

df = df.loc[df.groupby(['PERIOD_START_TIME','ID'])['VALUE'].idxmax()] 
print (df) 
     PERIOD_START_TIME ID A VALUE 
0 06.01.2017 02:00:00 55 8  35 
6 06.01.2017 02:00:00 65 8  10 
2 06.01.2017 03:00:00 55 8  63 
8 06.01.2017 03:00:00 65 8  22 
4 06.01.2017 04:00:00 55 8  63 
11 06.01.2017 04:00:00 65 8  15 

オルタナティブ：

cols = ['PERIOD_START_TIME','ID'] 
df = df.sort_values(cols).groupby(cols, as_index=False).first() 
print (df) 
    PERIOD_START_TIME ID A VALUE 
0 06.01.2017 02:00:00 55 8  35 
1 06.01.2017 02:00:00 65 8  10 
2 06.01.2017 03:00:00 55 8  63 
3 06.01.2017 03:00:00 65 8  22 
4 06.01.2017 04:00:00 55 8  63 
5 06.01.2017 04:00:00 65 8  12