使用 group by 根据国家时间序列数据过滤最大值和对应日期？

【问题标题】：Filter maximum value and corresponding date based on the country time series data using group by?使用 group by 根据国家时间序列数据过滤最大值和对应日期？
【发布时间】：2023-03-15 16:24:02
【问题描述】：

我正在尝试找出哪一天的新病例数最多，并按国家/地区分组。该数据集包含国家时间序列数据列表，包括 COVID 总病例数、新病例数、新测试数等。

预期输出

Country    Date Cases      MaxNew_Cases
USA        2020-06-23      1988
Singapore  2020-05-21      456
Franch     2020-03-12      765

我试过了：

df_test_date.loc[df_test_date['new_cases'].idxmax()]
df1=df_test_date[['location','date']][df_test_date.new_cases == df_test_date['new_cases'].max()]
new_df = df_test_date.groupby('location')['Log_New_Cases'].max()

【问题讨论】：

标签： python pandas python-2.7 pandas-groupby

【解决方案1】：

import pandas as pd
data = {
    'Country': ['USA', 'Singapore', 'France', 'USA', 'Singapore', 'France', 'USA', 'Singapore', 'France'],
    'Date': ['2020-06-01', '2020-06-01', '2020-06-01', '2020-06-02', '2020-06-02', '2020-06-02', '2020-06-03', '2020-06-03', '2020-06-03'],
    'New_Cases': [100, 200, 300, 600, 500, 400, 123, 345, 523]
}

df = pd.DataFrame(data)
idxmax = df.groupby('Country')['New_Cases'].idxmax()
df.iloc[idxmax]

数据框

     Country        Date  New_Cases
0        USA  2020-06-01        100
1  Singapore  2020-06-01        200
2     France  2020-06-01        300
3        USA  2020-06-02        600
4  Singapore  2020-06-02        500
5     France  2020-06-02        400
6        USA  2020-06-03        123
7  Singapore  2020-06-03        345
8     France  2020-06-03        523

输出

     Country        Date  New_Cases
8     France  2020-06-03        523
4  Singapore  2020-06-02        500
3        USA  2020-06-02        600

【讨论】：