在pandas GroupBy中获取与max相对应的行

Question

简单的DataFrame：

df = pd.DataFrame({'A': [1,1,2,2], 'B': [0,1,2,3], 'C': ['a','b','c','d']})
df
   A  B  C
0  1  0  a
1  1  1  b
2  2  2  c
3  2  3  d

我希望列A的每个值（ groupby ）获得列C的值，列B最大。 例如，对于A列的第1组，B列的最大值为1，所以我想要C列的值“b”：

   A  C
0  1  b
1  2  d

无需假设B列已排序，性能优先，然后优雅。

Answer 1

df.groupby('A').apply(lambda x: x.loc[x['B'].idxmax(), 'C'])
#    A
#1    b
#2    d

使用idxmax查找B最大的索引，然后在该组中选择C列（使用lambda函数）

Answer 2

检查sort_values + drop_duplicates

df.sort_values('B').drop_duplicates(['A'],keep='last')
Out[127]: 
   A  B  C
1  1  1  b
3  2  3  d

Answer 3

这是groupby和nlargest的一点乐趣：

(df.set_index('C')
   .groupby('A')['B']
   .nlargest(1)
   .index
   .to_frame()
   .reset_index(drop=True))

   A  C
0  1  b
1  2  d

---

或者， sort_values ， groupby和last ：

df.sort_values('B').groupby('A')['C'].last().reset_index()

   A  C
0  1  b
1  2  d

Answer 4

与@Jondiedoop类似的解决方案，但避免apply ：

u = df.groupby('A')['B'].idxmax()

df.loc[u, ['A', 'C']].reset_index(drop=1)

   A  C
0  1  b
1  2  d