如何用Pandas获取DetectedSpeed最大值对应的Area与Month？

先从原DataFrame中提取需要的三列，避免其他列干扰：

df_filtered = df[['Area', 'Month', 'DetectedSpeed']]

接下来定位DetectedSpeed最大值对应的整行数据：

# 找到最大速度所在行的索引
max_speed_idx = df_filtered['DetectedSpeed'].idxmax()
# 获取该行数据
max_speed_row = df_filtered.loc[max_speed_idx]

最后输出你需要的格式：

print(f"{max_speed_row['Area']} {max_speed_row['Month']} {max_speed_row['DetectedSpeed']}")

为什么之前的方法不适用？ #

• 直接用df.max()：会返回每一列各自的最大值（比如Area取字符串排序后的最大值、Month取数值最大值），但这些值不属于同一行，无法得到关联的结果。
• 用groupby(['Area', 'Month']).max()：这是按区域+月份分组后取每组的最大速度，得到的是各组的局部最大值，而非全局最大速度对应的目标行。

如果存在多行有相同的最大速度，上面的方法只会取第一个出现的行。要获取所有符合条件的行，可以用布尔索引：

max_speed_value = df_filtered['DetectedSpeed'].max()
all_max_rows = df_filtered[df_filtered['DetectedSpeed'] == max_speed_value]

内容的提问来源于stack exchange，提问作者dangoqut132