Pandas Groupby-如果多行超过另一行的值，则选择一列中值最高的行

Question

此操作将DataFrame按两列进行分组，然后返回ColumnC具有最高值的ColumnC ：

df2 = df.loc[df.groupby(['columnA', 'columnB'], sort=False)['columnC'].idxmax()]

相反，对于每个组中ColumnC > 100所有行，我想采用ColumnD具有最高值的ColumnD 。

我怎样才能做到这一点？

编辑：

@Code Different在下面的注释基本上是我要查找的内容，但是我不想排除没有任何行的ColumnC > 100 ，在这种情况下，我希望在ColumnC具有最高值的ColumnC ，如上面的例子。

Answer 1

通常，我们将数据分为两部分，然后在条件满足后进行过滤

df=sort_values('columnD')

df1 = df[df['columnC'] > 100]].drop_duplicates(['columnA', 'columnB'],keep='last')
df2 = df.drop_duplicates(['columnA', 'columnB'],keep='last')

Yourdf=pd.concat([df1,df2]).drop_duplicates(['columnA', 'columnB'])