- 此问题在此处已有答案**:
Get the row(s) which have the max value in groups using groupby(15个答案)
2天前关闭。
截至2天前,社区正在审查是否重新讨论此问题。
假设我们有一个Pandas数据框如下
data = {'date':['2022-10-01', '2022-10-01', '2022-10-02', '2022-10-02', '2022-10-02'],
'price': [10, 20, 30, 40, 50],
'store': ['A', 'B', 'A', 'C', 'B']
}
df = pd.DataFrame(data)
我想按date
分组并获得最大价格值,对于最大price
,我想获得相应的存储值,即我不想对store
列应用最大聚合。
我怎样才能做到呢?
- 预期产出**
+------------+-------+-------+
| date | price | store |
+------------+-------+-------+
| 2022-10-01 | 20 | B |
| 2022-10-02 | 50 | B |
+------------+-------+-------+
1条答案
按热度按时间yyyllmsg1#
另一个有趣的方法是排序值而不是删除重复的日期: