如何在DataFrame透视结果中获取高分Item的字符串值？

针对你的需求——按userID维度聚合，获取每个用户得分最高的Item，不能直接用常规的pivot聚合字符串（会取字典序最大值而非Score对应的Item），可以用以下几种方法实现：

方法一：排序去重法 #

先按userID分组内的Score降序排序，再保留每个userID的第一条记录（即得分最高的Item）：

import pandas as pd

# 假设你的数据存储在df中
# 按userID升序、Score降序排序
df_sorted = df.sort_values(['userID', 'Score'], ascending=[True, False])
# 保留每个userID的首条记录，只保留需要的列
result = df_sorted.drop_duplicates(subset='userID')[['userID', 'Item']]
# 转成类似透视表的格式（userID为索引，Item为单独列）
result_pivot = result.set_index('userID').rename(columns={'Item': 'Top_Item'})

方法二：使用idxmax定位法 #

通过groupby找到每组中Score最大值对应的行索引，再提取对应Item：

# 获取每个userID分组中Score最大的行的索引
max_score_indices = df.groupby('userID')['Score'].idxmax()
# 根据索引提取目标行，整理成目标格式
result = df.loc[max_score_indices, ['userID', 'Item']].set_index('userID').rename(columns={'Item': 'Top_Item'})

处理多个Item同分的情况 #

如果同一个用户有多个Item得分相同且都是最高分，可以用自定义聚合函数把这些Item拼接起来：

def get_top_items(group):
    max_score = group['Score'].max()
    # 把所有最高分的Item用逗号拼接，也可以换成其他分隔符
    return ','.join(group[group['Score'] == max_score]['Item'])

# 分组聚合得到结果
result = df.groupby('userID').apply(get_top_items).reset_index(name='Top_Items')

内容的提问来源于stack exchange，提问作者Zeir