teratail header banner
teratail header banner
質問するログイン新規登録

回答編集履歴

2

質問の修正に合わせて値の修正

2020/09/16 12:54

投稿

Supernove
Supernove

スコア1154

answer CHANGED
@@ -4,7 +4,7 @@
4
4
 
5
5
  df = pd.DataFrame({ 'time': ['2020-09-16 00:00:00', '2020-09-16 00:00:00', '2020-09-16 00:00:00', '2020-09-16 00:05:00', '2020-09-16 00:05:00', '2020-09-16 00:05:00', '2020-09-16 00:10:00', '2020-09-16 00:10:00', '2020-09-16 00:10:00'],
6
6
  'item_name': ['item_a', 'item_b', 'item_c', 'item_a', 'item_b', 'item_c', 'item_a', 'item_b', 'item_c'],
7
- 'value': [10, 5, 20, 10, 5, 20, 20, 10, 5]})
7
+ 'value': [100, 5, 20, 10, 5, 20, 20, 10, 5]})
8
8
  df_sums = df.groupby(['time']).agg({'value': np.sum})
9
9
  print(df_sums['value'][df_sums['value'] == df_sums['value'].max()])
10
10
  ```

1

結果出力の修正

2020/09/16 12:54

投稿

Supernove
Supernove

スコア1154

answer CHANGED
@@ -6,5 +6,5 @@
6
6
  'item_name': ['item_a', 'item_b', 'item_c', 'item_a', 'item_b', 'item_c', 'item_a', 'item_b', 'item_c'],
7
7
  'value': [10, 5, 20, 10, 5, 20, 20, 10, 5]})
8
8
  df_sums = df.groupby(['time']).agg({'value': np.sum})
9
- df_sums['value'].max()
9
+ print(df_sums['value'][df_sums['value'] == df_sums['value'].max()])
10
10
  ```