如何同时从pandas DataFrame取最大值及索引并优化三类统计代码

优化后完整可运行代码 #

import pandas as pd
import numpy as np

# 示例DataFrame构造，你可以替换为自己的数据源
data = [
    ["USA",2021,1500],["USA",2018,6000],["India",2019,3000],
    ["India",2021,5000],["UK",2019,4000],["USA",2019,3200],["India",2018,5000]
]
df = pd.DataFrame(data, columns=["Country","Year","Count"])

# 1. 输出全局Count最大的条目
max_total_row = df.nlargest(1, 'Count').iloc[0]
print(f"Entry with Max count is ({max_total_row['Country']}, {max_total_row['Year']}, {max_total_row['Count']})")

# 2. 输出总Count最高的国家
country_sum = df.groupby('Country')['Count'].sum()
max_country = country_sum.nlargest(1).reset_index().iloc[0]
print(f"\nCountry with max total count is: ({max_country['Country']}, {max_country['Count']})")

# 3. 输出每年Count最大的条目
year_max_rows = df.groupby('Year', group_keys=False).apply(lambda x: x.nlargest(1, 'Count'))
print("\nEntry with max count in each year is:")
for _, row in year_max_rows.iterrows():
    print(f"{row['Year']}, {row['Country']}, {row['Count']}")

问题1解答：是否可以同时获取最大值和对应行，无需先查索引再取行？ #

可以，直接使用pandas内置的nlargest(返回行数, 统计列名)方法，该方法会直接返回指定列数值最大的前N行，不需要单独计算最大值索引再查询对应行，代码更简洁，大数据量下性能也优于先找索引再取行的写法。
如果不想用nlargest，也可以用布尔索引一行实现：max_row = df[df['Count'] == df['Count'].max()].iloc[0]，效果完全一致。

问题2解答：更简洁易读的实现逻辑 #

优化主要做了三点调整：

• 用groupby('列名')['统计列'].sum()替代冗余的pivot_table写法，求和逻辑更直观
• 用groupby+apply+nlargest直接批量计算每年的最大值行，替代手动循环遍历分组的写法，减少重复代码
• 所有输出用f-string格式化，替代繁琐的字符串拼接，可读性大幅提升

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