Pandas Group by 并得到相应的值答案

【问题标题】：Pandas Group by and get corresponding ValuePandas Group by 并得到相应的值
【发布时间】：2023-01-13 02:51:57
【问题描述】：

假设我们有一个如下所示的 Pandas 数据框

data = {'date':['2022-10-01', '2022-10-01', '2022-10-02', '2022-10-02', '2022-10-02'],
'price': [10, 20, 30, 40, 50],
'store': ['A', 'B', 'A', 'C', 'B']
}
df = pd.DataFrame(data)

我想按 date 分组并获得最大价格值，对于最大值 price 我想要相应的存储值，即我不想在 store 列上应用最大聚合。

我怎样才能做到这一点？

预期产出

+------------+-------+-------+
|    date    | price | store |
+------------+-------+-------+
| 2022-10-01 |    20 | B     |
| 2022-10-02 |    50 | B     |
+------------+-------+-------+

【问题讨论】：

标签： python pandas group-by

【解决方案1】：

你可以在groupby之后使用idxmax找到price的索引max_value，然后使用loc。

df_new = df.loc[df.groupby('date')['price'].idxmax()].reset_index(drop=True)
print(df_new)

输出：

         date  price store
0  2022-10-01     20     B
1  2022-10-02     50     B

【讨论】：