如何在 pandas dataframe 的組中查找具有最大值的行

Question

我有一個 pandas dataframe 像這樣：

指數	dmc1	標准桿	假	發生
0	d1	p1	一個	1
1	d1	p2	b	1
2	d1	p3	c	1
3	d1	p3	d	2
4	d2	p1	e	1
5	d2	p2	F	1
6	d2	p2	G	2
7	d2	p3	H	1

df = pd.DataFrame({'dmc1': ['d1', 'd1', 'd1', 'd1','d2', 'd2', 'd2', 'd2'],
            'par': ['p1', 'p2', 'p3', 'p3', 'p1', 'p2', 'p2', 'p3'],
            'dummy': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'],
            'occur': ['1', '1', '1', '2', '1', '1', '2', '1']})

我想按“dmc1”和“par”對這個表進行分組，並在每個組中找到“occur”值最高的成員並只保留這些行。 所以我希望得到這樣的結果：

指數	dmc1	標准桿	假	發生
0	d1	p1	一個	1
0	d1	p2	b	1
0	d1	p3	d	2
0	d2	p1	e	1
0	d2	p2	G	2
0	d2	p3	H	1

我正在使用 python 3.6.10

我多次找到這個解決方案：

idx = df.groupby(['dmc1','par'])['occur'].idxmax()

df_short = data.loc[idx]

但在我的情況下，它會引發錯誤： AttributeError: 'SeriesGroupBy' object has no attribute 'idmax'

我還發現了使用“idxmax()”而不是“idmax()”的提示，但這也會引發錯誤：raise ValueError

很高興有一個在 python 3.6 中運行的解決方案。

Answer 1

您需要先將值轉換為數字：

df['occur'] = df['occur'].astype(int)
df_short = data.loc[df.groupby(['dmc1','par'])['occur'].idxmax()]