如何获取Pandas Groupby分组后每个weakness下计数最大的type值

实现步骤 #

你得到的gf是二级索引（weakness、type）的计数Series，按以下逻辑处理即可满足需求：

1. 将计数Series转为DataFrame，明确计数字段名

# 把计数列命名为count，同时展开两层索引为普通列
gf_df = gf.reset_index(name='count')

2. 按规则排序：同一weakness下先按计数降序排列，计数相同时按type的字母升序排列

gf_sorted = gf_df.sort_values(
    by=['weakness', 'count', 'type'],
    ascending=[True, False, True]
)

3. 按weakness分组，取每组的第一条结果即为符合要求的条目

result = gf_sorted.groupby('weakness').first().reset_index()

如果只需要保留weakness和对应的最大计数type，可以在最后加列筛选：

result = result[['weakness', 'type']]

原理解释 #

排序逻辑保证了每个weakness分组内，优先级最高的条目（计数最大、同计数时字母序最靠前）会排在分组的第一位，直接取分组首行即可得到正确结果。之前取尾行未得到正确结果的核心原因是排序规则不匹配，没有同时兼顾计数降序和type升序的双重排序要求。

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