从数据帧中提取子集

Question

我有一个熊猫数据框，如下所示：

 index  Validation_Set  Topics   Alpha       Beta  Coherence
 0      75% Corpus      14         0.5        0.5   0.501483
 1      75% Corpus      14         0.5  symmetric   0.481676
 2     100% Corpus      14  asymmetric        0.5   0.500620
 3     100% Corpus      14         0.5  symmetric   0.492288
 4      75% Corpus      12         0.5        0.5   0.511823
 5      75% Corpus      12         0.5  symmetric   0.477614
 6     100% Corpus      12  asymmetric        0.5   0.489424
 7     100% Corpus      12         0.5  symmetric   0.541270
 8      75% Corpus       4         0.5        0.5   0.515683
 9      75% Corpus       4         0.5  symmetric   0.430614
10     100% Corpus       4  asymmetric        0.5   0.489324
11     100% Corpus       4         0.5  symmetric   0.473570

等等。。。这些是一些参数调整测试的结果

现在，我只想提取关于最佳模型的所有信息（所有参数测试），即在完整验证集（100%语料库）上达到最高“一致性”值的模型（或者可能不止一个）

在本例中，我将得到[错误，请参见编辑]：

 index  Validation_Set  Topics   Alpha       Beta  Coherence
 7     100% Corpus      12         0.5  symmetric   0.541270

我以这种方式设法检索到“一致性”值最高的行（df是完整的数据帧）：

corpus_100 = df[df['Validation_Set']=='100% Corpus']
topics_num = df.iloc[[corpus_100['Coherence'].idxmax()]]['Topics'].values[0]
opt_model = corpus_100[corpus_100['Topics']==topics_num]

它正在发挥作用，但确实是一团糟，然后我正在寻找一种更清晰的方法来实现这一点

谢谢大家!

编辑：我真的很抱歉，但所需输出中有一个输入错误，实际上是：

 4      75% Corpus      12         0.5        0.5   0.511823
 5      75% Corpus      12         0.5  symmetric   0.477614
 6     100% Corpus      12  asymmetric        0.5   0.489424
 7     100% Corpus      12         0.5  symmetric   0.541270

Answer 1

试试这个

df[df['Coherence']==df['Coherence'].max()]

df[df['column']==value]过滤数据帧以查找您要查找的内容

df['column']max()返回“列”中的最大值

将它们放在一起将返回一致性最大值的数据帧行

Answer 2

看起来nlargest()正是您需要的

df[df['Validation_Set']=='100% Corpus'].nlargest(1,'Coherence')

    index   Validation_Set  Topics  Alpha   Beta        Coherence
    7       100%Corpus      12      0.5     symmetric   0.54127