每个主键的 Pandas 仅将具有最大值的行保留到另一列中

Question

如何为 Customer_ID 中的每个元素仅保留具有 Qta 列最大值的 Col2_ID 和 Qta 并丢弃所有其余元素？

我被困在这里：

df1 = df.groupby(["Customer_ID", "Col2_ID"]).Qta.sum()

Customer_ID  Col2_ID       Qta
0           536544      600
            536546        1
            536550        1
            536553        3
            536555        1
                       ... 
18283       579673      134
            580872      142
18287       554065      488
            570715      990
            573167      108

分组后，我为每个客户设置了多个 (Col2_ID, Qta)，但对于每个客户，我只想要具有最大值的 (Col2_ID, Qta)。

例如，我需要的输出不是我的程序给出的输出，而是

Customer_ID  Col2_ID       Qta
0           536544      600
                       ... 
18283       580872      142
18287       570715      990

我是熊猫的新手，在文档中我找不到我需要的东西

Answer 1

您可以将它与df.max链接起来，它以level作为参数。 在级别 0 时，它从每个Customer_ID获取最大值。

df.groupby(["Customer_ID", "Col2_ID"]).Qta.sum().max(level=0)

在这里，您将索引为Customer_ID仅获取Customer_id和Col2_ID作为索引试试这个。

out = df.groupby(["Customer_ID", "Col2_ID"]).Qta.sum().reset_index(level=1)
idx = out['Qta'].max(level=0).index
out.loc[idx].set_index('Col2_ID', append=True)

现在，这里的指数out是MultiIndex与Customer_ID和Col2_ID