Question

我想要按年份分组以下数据框并返回最大值（但将索引值保留在此处）：

import pandas as pd

dct = {
"date": ["2019-01-01", "2019-04-1", "2020-01-01"],
"high": [100, 150, 100],
}
df = pd.DataFrame(dct)
df.set_index("date",inplace=True)
df.index = [pd.Timestamp(i) for i in df.index]
df.index.name = "date" 

# date         high
# 2019-01-01   100
# 2019-04-01   150
# 2020-01-01   100

使用pandas groupby时，我无法按年份对它们进行分组，但没有得到我想要的日期：

func = lambda x: x.year
df["high"].groupby(func).max()

# date    high
# 2019    150
# 2020    100

我想要的输出是使用pandas groupby并获取：

 # NOTE : the date index is like the original

 # date         high
 # 2019-04-01   150
 # 2020-01-01   100

Answer 1

sort_values然后对groupby做tail

df.sort_values('high').groupby(df.index.year).tail(1)
            high
date            
2020-01-01   100
2019-04-01   150

当您执行df["high"].groupby(func).max()时，它不是series groupby而不是dataframe groupby，因此输出不会继承dataframe索引

Answer 2

另一种方法是使用idxmax和loc访问权限：

df.loc[df.groupby(df.index.year).high.idxmax()]

输出：

            high
date            
2019-04-01   150
2020-01-01   100

Answer 3

您还可以使用nlargest和droplevel

func = lambda x: x.year

df["high"].groupby(func).nlargest(1).droplevel(0)

Out[7]:
date
2019-04-01    150
2020-01-01    100
Name: high, dtype: int64

使用pandas groupby时保留原始索引

3 个答案: