Pandas日期为索引时按年取最大值及对应日期的实现方法

方法1：基于groupby按索引年份分组实现 #

你已经将日期设置为DatetimeIndex类型，直接基于索引的year属性分组即可，代码如下：

# 按年分组，找到每年AA列最大值对应的原表索引
max_idx = dfr.groupby(dfr.index.year)['AA'].idxmax()
# 用得到的索引从原表取数，自动保留原始日期作为索引
year_max_df = dfr.loc[max_idx]

运行后得到的year_max_df结果如下，完全符合保留日期索引的需求：

注：如果同一年内存在多个相同的AA最大值，上述代码默认返回第一个出现最大值的日期，如需返回所有最大值对应行，可将筛选逻辑替换为布尔索引匹配最大值即可。

方法2：基于resample直接聚合实现 #

也可以在resample后通过apply自定义聚合逻辑，直接返回最大值对应的整行数据，不需要额外二次取数：

# 得到保留日期索引的结果Series
year_max_s = dfr.resample('Y')['AA'].apply(lambda x: x.loc[x.idxmax()])
# 如果需要保留DataFrame结构，调整为如下写法
year_max_df = dfr.resample('Y').apply(lambda df: df.loc[df['AA'].idxmax()])

内容的提问来源于stack exchange，提问作者diedro