python之Pandas groupby 在多列中获取最大值行

寻找在多个列中具有最大值的组的行:

pd.DataFrame([{'grouper': 'a', 'col1': 1, 'col2': 3, 'uniq_id': 1}, {'grouper': 'a', 'col1 ': 2, 'col2': 4, 'uniq_id': 2}, {'grouper': 'a', 'col1': 3, 'col2': 2, 'uniq_id': 3}])

   col1  col2 grouper  uniq_id 
0     1     3       a        1 
1     2     4       a        2 
2     3     2       a        3 

在上面，我按“石斑鱼”列分组。在“a”组中，我想获取具有 col1 和 col2 最大值的行，在这种情况下，当我对 DataFrame 进行分组时，我想获取uniq_id 为 2 的行，因为它的 col1/col2 的最高值为 4，所以结果将是:

   col1  col2 grouper  uniq_id 
1     2     4       a        2 

在我的实际示例中，我使用的是时间戳，所以我实际上不希望出现平局。但在平局的情况下，我对我在组中选择的哪一行无关紧要，因此在这种情况下它只是组的 first。

请您参考如下方法:

您可以尝试的另一种方法:

# find row wise max value 
df['row_max'] = df[['col1','col2']].max(axis=1) 
 
# filter rows from groups 
df.loc[df.groupby('grouper')['row_max'].idxmax()] 
 
   col1 col2 grouper uniq_id row_max 
1    2    4     a        2     4 

稍后您可以使用 df.drop('row_max', axis=1)