Pandas Groupby-如果多行超过另一行的值，则选择一列中值最高的行

Question

此操作将我的DataFrame按两列进行分组，然后返回ColumnC中具有最高值的行：

df2 = df.loc[df.groupby(['columnA', 'columnB'], sort=False)['columnC'].idxmax()]

相反，对于每个组中ColumnC > 100处的所有行，我想选择ColumnD中具有最高值的行。

我该怎么做？

修改：

以下@Code的注释基本上是我要寻找的内容，但是我不想排除没有行具有ColumnC > 100的组，在这种情况下，我希望具有最高值的行如上例所示，在ColumnC中。

Answer 1

通常，我们将数据分成两部分，然后在条件之后过滤它们

df=sort_values('columnD')

df1 = df[df['columnC'] > 100]].drop_duplicates(['columnA', 'columnB'],keep='last')
df2 = df.drop_duplicates(['columnA', 'columnB'],keep='last')

Yourdf=pd.concat([df1,df2]).drop_duplicates(['columnA', 'columnB'])