如何用groupby等方法在DataFrame中取最大计数并拼接对应文本

需求说明：
对DataFrame按date字段分组，统计每日内相同value的出现次数，获取每组中计数最大的记录，并拼接对应的fruit文本。

示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'date': ['2020-09-10','2020-09-10','2020-09-10','2020-09-10','2020-09-08','2020-09-08'],
    'fruit':['apple','banana','apple','oragne','apple','orange'], 
    'value':['1','1','2','3','3','3']
})

方法一：基于已有中间结果合并 #

你已经完成了两个关键操作，只需将它们合并即可得到最终结果：

1. 获取每日各value的最大计数记录：

x = df.groupby('date')['value'].value_counts().rename('count').reset_index().drop_duplicates('date')

输出：

date value  count
0  2020-09-08     3      2
1  2020-09-10     1      2

2. 按date和value分组拼接fruit文本，转为DataFrame方便后续合并：

fruit_agg = df.groupby(['date', 'value'])['fruit'].apply(' '.join).reset_index(name='fruit')

输出：

date value          fruit
0  2020-09-08     3  apple orange
1  2020-09-10     1  apple banana
2  2020-09-10     2          apple
3  2020-09-10     3         oragne

3. 合并两个结果：

final_df = x.merge(fruit_agg, on=['date', 'value'], how='left')

最终输出：

date value  count          fruit
0  2020-09-08     3      2  apple orange
1  2020-09-10     1      2  apple banana

方法二：一步到位的聚合+筛选 #

直接通过一次分组聚合，再筛选出每个日期的最大计数记录，步骤更简洁：

# 按date和value分组，同时统计数量和拼接fruit
agg_result = df.groupby(['date', 'value']).agg(
    count=('value', 'size'),
    fruit=('fruit', ' '.join)
).reset_index()

# 按count降序排序后，保留每个date的第一条记录（即计数最大的），最后按date排序
final_df = agg_result.sort_values('count', ascending=False).drop_duplicates('date').sort_values('date').reset_index(drop=True)

执行后同样得到期望的最终输出。

内容的提问来源于stack exchange，提问作者ah yuu