如何使用groupby获取与列最大值对应的所有行 1.使用内连接2.排序并保持第一次观察

如何解决如何使用groupby获取与列最大值对应的所有行 1.使用内连接2.排序并保持第一次观察

对于给定的数据帧 df 为：

   Election Yr.  Party   States Votes
0     2000           A       a    50  
1     2000           A       b    30
2     2000           B       a    40
3     2000           B       b    50  
4     2000           C       a    30
5     2000           C       b    40
6     2005           A       a    50  
7     2005           A       b    30
8     2005           B       a    40
9     2005           B       b    50  
10    2005           C       a    30
11    2005           C       b    40

我想获得相应年份获得最多选票的政党。我使用以下代码将“选举年”和“政党”分组，然后使用 .sum() 来获得每年每个政党的总票数。

df = df.groupby(['Election Yr.','Party']).sum()

现在如何获得每年获得最多票数的派对？我无法得到这个。

非常感谢任何支持。

解决方法

尝试结合使用 groupby 和 idxmax：

gb = df.groupby(["Election Yr.","Party"]).sum()
gb.loc[gb.groupby("Election Yr.")["Votes"].idxmax()].reset_index()
>>> gb
   Election Yr. Party  Votes
0          2000     B     90
1          2005     B     90

,

1.使用内连接

您可以在做第一个 df 之前先从 groupby 开始。然后，您将获得每年的最大票数，然后将年票组合合并以获得每年得票最多的政党。

# Original data
df = pd.DataFrame({'Election Yr.':[2000,2000,2005,2005],'Party':['A','A','B','C',],'Votes':[50,30,40,50,40]})

# Get number of votes per year-party
df = df.groupby(['Election Yr.','Party'])['Votes'].sum().reset_index()

# Get max number of votes per year
max_ = df.groupby('Election Yr.')['Votes'].max().reset_index()

# Merge on key
max_ = max_.merge(df,on=['Election Yr.','Votes'])

# Results
print(max_)

>    Election Yr.  Votes Party
> 0          2000     90     B
> 1          2005     90     B

2.排序并保持第一次观察

或者，您可以按每年的投票数排序：

df = df.groupby(['Election Yr.','Party'])['Votes'].sum().reset_index()
df = df.sort_values(['Election Yr.','Votes'],ascending=False)
print(df.groupby('Election Yr.').first().reset_index())

print(df)

>    Election Yr. Party  Votes
> 0          2000     B     90
> 1          2005     B     90

,

Here you can see the total number of votes given to each Party (A,B,C) according to Election Yr.