Python Pandas groupby forloop & Idxmax

Question

У меня есть DataFrame, который должен быть сгруппирован на трех уровнях и будет иметь самое высокое значение. Каждый день появляется возврат за каждое уникальное значение, и я хотел бы найти наивысший доход и детали.

data.groupby(['Company','Product','Industry'])['ROI'].idxmax() 

Ответный бы показать, что:

Target - Dish Soap - House  had a 5% ROI on 9/17 
Best Buy - CDs  - Electronics had a 3% ROI on 9/3 

был самым высоким.

Вот несколько примеров данных:

+----------+-----------+-------------+---------+-----+ 
| Industry | Product | Industry | Date | ROI | 
+----------+-----------+-------------+---------+-----+ 
| Target | Dish Soap | House  | 9/17/13 | 5% | 
| Target | Dish Soap | House  | 9/16/13 | 2% | 
| BestBuy | CDs  | Electronics | 9/1/13 | 1% | 
| BestBuy | CDs  | Electroincs | 9/3/13 | 3% | 
| ... 

Не уверен, если это будет цикл, или с помощью .ix.

Answer 1

Я думаю, если я вас правильно понимаю, вы могли бы собрать значения индекса в серии с использованием groupby и idxmax(), а затем выбрать те строки из df с помощью loc:

idx = data.groupby(['Company','Product','Industry'])['ROI'].idxmax() 
data.loc[idx] 

другой вариант заключается в использовании reindex :

data.reindex(idx) 

на (разные) dataframe мне довелось иметь под рукой, по-видимому reindex может быть быстрее вариант:

In [39]: %timeit df.reindex(idx) 
10000 loops, best of 3: 121 us per loop 

In [40]: %timeit df.loc[idx] 
10000 loops, best of 3: 147 us per loop