pandas提取某字段最大值所对应的行

我们处理某些表格数据时，会遇到某个字段在不同类别中有不同的值，有时候需要提取某个类别中该字段最大值所对应的行，只用group by 往往不行。其实，使用group by 和 merge 相结合，即可轻松解决这个问题。

定义一个DataFrame：

在上图的df中，不同的name对应着num值、年份，
现在想提取每一year的最大num所对应的name。

2、接下来，对df进行group by，并取最大值：

可以看到，通过group by，我们提取出了每一year所对应的最大num。注意：我们进行group by 时，选取了原df中的两列：‘year’、‘num’，这样做是排除name的干扰，groupby()函数中，需要指定分组依赖的列‘year’，并设定不将分组列作为索引；最后的max()是按最大值提取该分组的数据，当然其他函数如min()/mean()同样适用。

3、然后，我们利用第2步所得的最大值分组，与原表进行连接，提取最大值所在行：

可以看到，对df_groupby和原表df进行左连后，成功取出了每一year最大num对应的name！

源码如下：

import pandas as pd
 
data = {'year':[2016,2016,2017,2017,2017,2018,2018],
        'num':[2,5,4,7,8,90,78],
        'name':['a','b','c','d','e','f','g']}
 
df = pd.DataFrame(data)
 
df_groupby = df[['year','num']].groupby(by='year',as_index=False).max()
 
df_merge = pd.merge(df_groupby,df,on=['year','num'],how='left')