如何 select pandas 行在一个列中具有最大值，来自一组共享两个公共列的行？

Question

下面的 Pandas DataFrame df有 5 列，彩色，而索引号在最左边的黑色。

请注意最后两列（我们称它们为col4和col5 ）具有 static 编号，表示数据的段、组或块。 其他组（在这两列中更改其 static 编号）已从屏幕截图中隐藏。

如何挑出第三列（称为col3 ）中具有最大值的行或行的索引，用黑色圈出： 1.90977 ，条件是最后两行是 static？ 换句话说，挑出组中最好的行

寻找这样的东西，这是行不通的：

df.loc[(df['col3'] == 0.999141) & (df['col4'] == 0.000861559)]

Answer 1

If not last 2 columns has same values use numpy.isclose for select columns by some precision, also for performance is better select by DataFrame.loc by mask and column name:

df.loc[np.isclose(df['col4'], 0.999141) & np.isclose(df['col5'], 0.000861559), 'col3'].max()

对于最大值使用Series.idxmax的索引：

df.loc[np.isclose(df['col4'], 0.999141) & np.isclose(df['col5'], 0.000861559), 'col3'].idxmax()

对于 select 通过最大col4和最小col5使用：

df.loc[df['col4'].eq(df['col4'].max()) & df['col5'].eq(df['col5'].min()), 'col3'].max()

df.loc[df['col4'].eq(df['col4'].max()) & df['col5'].eq(df['col5'].min()), 'col3'].idxmax()