Python 按多列分组并保留其他列答案

【问题标题】：Python Group by multiple columns and keep other columnsPython 按多列分组并保留其他列
【发布时间】：2020-08-04 17:55:17
【问题描述】：

我有一张如下所示的表格：

City_code     City_name     Site_code      Site_capacity
AAA100      City_A          Site001         300
AAA100      City_A          Site002         600
AAA100      City_A          Site003         500
AAA200      City_B          Site004         350
AAA200      City_B          Site005         250
AAA300      City_C          Site006         800
AAA300      City_C          Site007         150
AAA300      City_C          Site008         450
AAA400      City_D          Site009         300
AAA400      City_D          Site0010        400

我想为每个城市选择 Site_capacity 值最高的站点

我已经尝试了以下代码：

df.groupby(['City_code', 'City_name'])['Site_capacity'].max()

这是它生成的输出：

City_code     City_name     
AAA100      City_A          600
AAA200      City_B          350
AAA300      City_C          800
AAA400      City_D          400

我如何创建一些看起来像这样的输出？

City_code     City_name     Site_code      Site_capacity
AAA100      City_A          Site002         600
AAA200      City_B          Site004         350
AAA300      City_C          Site006         800
AAA400      City_D          Site0010        400

【问题讨论】：

标签： python pandas spatial-data-frame

【解决方案1】：

我们可以sort_values + drop_duplicates

s = df.sort_values('Site_capacity').drop_duplicates(['City_code', 'City_name'],keep='last')
Out[334]: 
  City_code City_name Site_code  Site_capacity
3    AAA200    City_B   Site004            350
9    AAA400    City_D  Site0010            400
1    AAA100    City_A   Site002            600
5    AAA300    City_C   Site006            800

【讨论】：

【解决方案2】：

试试idxmax()和.loc

print(df.loc[df.groupby(['City_code', 'City_name'])['Site_capacity'].idxmax()])

  City_code City_name Site_code  Site_capacity
1    AAA100    City_A   Site002            600
3    AAA200    City_B   Site004            350
5    AAA300    City_C   Site006            800
9    AAA400    City_D  Site0010            400

【讨论】：

【解决方案3】：

试试这个：

df.sort_values(by=['City_name','Site_capacity'], inplace=True,ascending = (True, False)) 
df = df.drop_duplicates('City_name', keep='first')
print(df)

结果：

  City_code City_name Site_code  Site_capacity
  AAA100    City_A    Site002    600
  AAA200    City_B    Site004    350
  AAA300    City_C    Site006    800
  AAA400    City_D    Site0010   400

或者如果你想保持最低值。

df = df.drop_duplicates('City_name', keep='last')

【讨论】：

这和YOBEN_S的解决方案一样，只不过是两行而不是一行。
没错，但看看结果。