Pandas按date分组获取每日count最大值对应label的实现问题

解决方案 #

你之前的写法仅返回了分组后的最大值序列，没有关联原表的其他字段，以下是3种常用实现方案： #

方案1：通过idxmax()直接取最大值对应行（最简洁，推荐）

该方法会直接提取每组count列最大值对应的行索引，一次性返回所有字段：

# 按date分组，取count最大值对应的行索引，再从原表中筛选对应行
result = dff.loc[dff.groupby('date')['count'].idxmax()].reset_index(drop=True)
print(result)

输出结果：

date label  count
0  2021-02-25     A      5
1  2021-02-26     A      6

方案2：排序后去重（适合自定义优先级场景）

如果存在同一天多个相同最大值的情况，可以通过排序规则调整优先返回的行：

# 先按count降序排序，再按date去重保留第一条记录，最后按日期排序
result = dff.sort_values('count', ascending=False)\
            .drop_duplicates('date')\
            .sort_values('date')\
            .reset_index(drop=True)

方案3：返回所有并列最大值记录（适合多最大值场景）

如果需要返回同一天内所有count等于最大值的记录，可以用transform做匹配：

# 先给每行拼接对应日期的最大值，再筛选匹配的记录
dff['max_count'] = dff.groupby('date')['count'].transform('max')
result = dff[dff['count'] == dff['max_count']].drop(columns='max_count').reset_index(drop=True)

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