如何通过groupby获取各选举年份得票最高的政党数据

你已经完成了最关键的一步——按年份和政党汇总得票，接下来只需要在每个年份组里筛选出得票最高的政党就行，我给你两种实用的方法：

方法一：快速获取首个最高得票政党（适合无并列的场景） #

首先先完成你已有的分组求和操作，建议重置索引让结构更清晰：

# 按年份和政党汇总得票，重置索引为普通列
df_total = df.groupby(['Election Yr.', 'Party'])['Votes'].sum().reset_index()

然后按年份分组，找到每组中得票最高的行的索引，再提取对应的年份和政党：

# 获取每个年份得票最高的政党
top_parties = df_total.loc[
    df_total.groupby('Election Yr.')['Votes'].idxmax(),
    ['Election Yr.', 'Party']
]

运行后你会得到这样的结果：

方法二：保留所有并列最高的政党（适合有并列的场景） #

如果存在多个政党在同一年份得票相同且都是最高值，上面的方法只会返回第一个出现的政党。用下面的方法可以保留所有并列的政党：

# 先完成分组求和并重置索引
df_total = df.groupby(['Election Yr.', 'Party'])['Votes'].sum().reset_index()
# 计算每个年份的最高得票数，添加为新列
df_total['year_max_vote'] = df_total.groupby('Election Yr.')['Votes'].transform('max')
# 筛选出得票数等于当年最高得票的政党
top_parties = df_total[df_total['Votes'] == df_total['year_max_vote']][['Election Yr.', 'Party']]

举个例子：如果2000年政党A和B的总票数都是90，这个方法会把两个政党都列出来。

补充说明 #

• 你最初的代码df = df.groupby(['Election Yr.', 'Party']).sum()会把所有数值列求和（这里只有Votes），但建议显式指定['Votes']列，避免后续新增列时出现意外。
• 两种方法都可以直接在多级索引的DataFrame上操作，但重置索引后代码可读性更高，更适合调试。

内容的提问来源于stack exchange，提问作者Deepak