Pandas分组保留列：按created_at取quantity最大值并匹配对应category

你的现有代码完成了按created_at和category的聚合统计，但还没实现按created_at单独分组，提取每个日期下quantity总和最大的分类及对应数值的需求，以下是两种可行的实现方式：

方法一：利用idxmax筛选最大行 #

先完成聚合，再通过分组找到每个日期下quantity最大的行索引，最终筛选目标数据：

# 第一步：按日期和分类聚合，得到各分类的统计值
agg_tb = (merge_all.groupby(["created_at", "category"])
         .agg({ 
             "buyer_id":"count", 
             "quantity":"sum",
             "total":"sum"
             })
         .reset_index())

# 第二步：按created_at分组，获取每个组内quantity最大的行索引
max_row_indices = agg_tb.groupby("created_at")["quantity"].idxmax()

# 第三步：筛选出目标数据，保留需要的三列
result_tb = agg_tb.loc[max_row_indices, ["created_at", "category", "quantity"]]

方法二：利用rank标记排名筛选 #

通过给每个日期组内的quantity排名，直接提取排名第一的行：

# 先完成聚合（和方法一第一步一致）
agg_tb = (merge_all.groupby(["created_at", "category"])
         .agg({ 
             "buyer_id":"count", 
             "quantity":"sum",
             "total":"sum"
             })
         .reset_index())

# 给每个created_at组内的quantity按降序排名，method="first"避免并列值冲突
agg_tb["rank"] = agg_tb.groupby("created_at")["quantity"].rank(ascending=False, method="first")

# 筛选排名为1的行，保留目标列
result_tb = agg_tb[agg_tb["rank"] == 1][["created_at", "category", "quantity"]]

两种方法都能得到你需要的结果：每个created_at对应唯一一行，该行是该日期下quantity总和最大的category及对应数值。

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