如何 select pandas 行在一個列中具有最大值，來自一組共享兩個公共列的行？

Question

下面的 Pandas DataFrame df有 5 列，彩色，而索引號在最左邊的黑色。

請注意最后兩列（我們稱它們為col4和col5 ）具有 static 編號，表示數據的段、組或塊。 其他組（在這兩列中更改其 static 編號）已從屏幕截圖中隱藏。

如何挑出第三列（稱為col3 ）中具有最大值的行或行的索引，用黑色圈出： 1.90977 ，條件是最后兩行是 static？ 換句話說，挑出組中最好的行

尋找這樣的東西，這是行不通的：

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()

對於最大值使用Series.idxmax的索引：

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

對於 select 通過最大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()