求解 pandas groupby 的标签问题，谢谢！^_^

[kingmo888]

idx A B C D
n1 a n1 0.08235683979623196 0.05382651911109722
n2 a n2 -0.5753742388125477 -1.274828987062829
n3 c n3 -1.4215891862728542 -1.5249012616692992
n4 b n4 2.597861476435896 -0.022156711083823347
n5 b n5 0.554609527394234 -0.41314768348864467
n6 c n6 0.515677716749852 -1.6778597999504492
n7 c n7 -1.6537892579863014 -1.4180345858887689
n8 c n8 -0.6986637088054982 0.4363171785879798



假设我有如上一个 df 表，分为 A,B,C,D 共 4 列。
我想以列 A 为分组，求列 C 各组内的最大值。**同时知道这个最大值对应的是哪个 index**后一个要求怎么实现哈？


df['C'].groupby(df['A']).max()
结果只是：
A
a 0.082357
b 2.597861
c 0.515678
Name: C, dtype: float64
获取不到他们的 index

[zjuhwc]

http://stackoverflow.com/questions/15705630/python-getting-the-row-which-has-the-max-value-in-groups-using-groupby

[princelai]

group 前先 reset_index,比如这列就叫 index ，最后一步加上['index']

[billgreen1]

没那么麻烦
df.groupby('A')['C'].agg([max, np.argmax])

[kingmo888]

@billgreen1 这个好！太赞了。查询了一下，一个求最大值，一个求最大值下标。

[kingmo888]

@princelai 其实 B 列就跟 index 一致。但是不是很明白你说的。那样求出来有问题。

[wnduan]

因为你的 'B' 列和 'index' 一样，所以 df.groupby(['A']).max() 就行，这样 'C' 和 'D' 的最大值都有。如果只要 'C' 的话也可以 df[['A', 'B', 'C']].groupby(['A']).max()

[hastelloy]

idxmax 为您服务