如何在熊猫数据框中的组中找到最大值的行

Question

我有一个这样的熊猫数据框：

<头>

索引	dmc1	标准	虚拟	发生
0	d1	p1	一	1
1	d1	p2	b	1
2	d1	p3	c	1
3	d1	p3	d	2
4	d2	p1	e	1
5	d2	p2	f	1
6	d2	p2	g	2
7	d2	p3	h	1

df = pd.DataFrame({'dmc1': ['d1', 'd1', 'd1', 'd1','d2', 'd2', 'd2', 'd2'],
            'par': ['p1', 'p2', 'p3', 'p3', 'p1', 'p2', 'p2', 'p3'],
            'dummy': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'],
            'occur': ['1', '1', '1', '2', '1', '1', '2', '1']})

我想按“dmc1”和“par”对这个表进行分组，并在每个组中找到“occur”值最高的成员，并只保留那些行。所以我期待这样的结果：

<头>

索引	dmc1	标准	虚拟	发生
0	d1	p1	一	1
0	d1	p2	b	1
0	d1	p3	d	2
0	d2	p1	e	1
0	d2	p2	g	2
0	d2	p3	h	1

我使用的是 python 3.6.10

我多次找到此解决方案：

idx = df.groupby(['dmc1','par'])['occur'].idxmax()

df_short = data.loc[idx]

但就我而言，它引发了一个错误： AttributeError: 'SeriesGroupBy' 对象没有属性 'idmax'

我还发现了使用“idxmax()”而不是“idmax()”的提示，但这也引发了一个错误： 引发 ValueError

如果有一个在 python 3.6 中运行的解决方案会很高兴。

Answer 1

您需要先将值转换为数字：

df['occur'] = df['occur'].astype(int)
df_short = data.loc[df.groupby(['dmc1','par'])['occur'].idxmax()]