Pandas按聚合函数分组：如何获取平均薪资最高的职业

你可以通过以下几种方式获取最高平均薪资对应的职业名称：

方法一：使用idxmax()直接获取 #

先计算各职业平均薪资，然后用idxmax()拿到对应职业名称，max()拿到薪资数值：

# 计算各职业平均薪资，得到Series（Occupation为索引，Salary均值为值）
occupation_salary_mean = df.groupby('Occupation')['Salary'].mean()

# 获取最高平均薪资的职业名称
top_occupation = occupation_salary_mean.idxmax()
# 获取对应的最高平均薪资数值
max_avg_salary = occupation_salary_mean.max()

print(f"平均薪资最高的职业：{top_occupation}，薪资：{max_avg_salary}")

方法二：排序后取首行 #

对计算出的平均薪资降序排序，取第一行即可同时拿到职业和薪资：

# 计算并排序，取第一行
top_occupation_info = df.groupby('Occupation')['Salary'].mean().sort_values(ascending=False).head(1)

# 提取职业名称和薪资
top_occupation = top_occupation_info.index[0]
max_avg_salary = top_occupation_info.values[0]

print(f"平均薪资最高的职业：{top_occupation}，薪资：{max_avg_salary}")

补充说明 #

你之前的代码执行后，Occupation会变成结果的索引而非普通列，所以只看数值时看不到对应的职业名称。上面的两种方法都是通过操作索引或排序来关联数值和职业名称。

内容的提问来源于stack exchange，提问作者kristinek