Pandas分组聚合问题：按选举年份分组后正确获取对应政党

现有如下格式的DataFrame数据：

import pandas as pd
df = pd.DataFrame({'Election Yr.':[2000,2000,2000,2000,2000,2000,2005,2005,2005,2005,2005,2005],
                   'Party':['A','A','B','B','C','C','A','A','B','B','C','C',],
                   'Votes':[50,30,40,50,30,40,50,30,40,50,30,40],
                   'Odd':['aa','bb','cc','dd','ee','gg','ff', 'hh', 'jj', 'kk', 'll', 'yy']})

需要实现以下需求：

• 按Election Yr.字段分组，对Votes字段求和
• 保留每个选举年份中，对应Votes最大值的Party字段值
• 保留每个选举年份中Odd字段的第一个值

尝试了以下代码，但由于Party是字符串类型，'Party':'idxmax'的逻辑错误（字符串的idxmax是按字典序取最大值，和Votes无关），无法得到正确结果：

df = pd.DataFrame(df.groupby(['Election Yr.'], as_index=False).agg({'Votes':'sum', 'Party':'idxmax', 'Odd':'first'}))

方法一：自定义聚合函数 #

通过lambda函数关联Votes字段，找到每个组内Votes最大值对应的Party，同时完成求和和取第一个Odd值：

result = df.groupby('Election Yr.', as_index=False).agg(
    Total_Votes=('Votes', 'sum'),
    Top_Party=('Party', lambda x: x.iloc[df.loc[x.index, 'Votes'].idxmax()]),
    First_Odd=('Odd', 'first')
)

逻辑说明：

1. x.index获取当前分组的所有行索引
2. df.loc[x.index, 'Votes']拿到该分组的所有Votes值，用idxmax()找到最大值对应的行索引
3. x.iloc[...]根据该索引取出对应的Party值

方法二：分步处理后合并 #

拆分任务为三个独立步骤，最后合并结果，逻辑更清晰：

# 1. 计算每个年份的Votes总和
votes_sum = df.groupby('Election Yr.', as_index=False)['Votes'].sum().rename(columns={'Votes': 'Total_Votes'})
# 2. 找到每个年份中Votes最大的行对应的Party
top_party = df.loc[df.groupby('Election Yr.')['Votes'].idxmax(), ['Election Yr.', 'Party']].rename(columns={'Party': 'Top_Party'})
# 3. 提取每个年份的第一个Odd值
first_odd = df.groupby('Election Yr.', as_index=False)['Odd'].first().rename(columns={'Odd': 'First_Odd'})
# 4. 合并所有结果
result = votes_sum.merge(top_party, on='Election Yr.').merge(first_odd, on='Election Yr.')

两种方法最终得到的结果一致，输出如下：

内容的提问来源于stack exchange，提问作者Humoyun Usmanaliyev