使用pandas两次groupby取最大值求各州每年选举获胜方报KeyError如何解决

你抛出KeyError: state以及代码无法运行的问题有三个核心诱因：

• 链式调用groupby逻辑错误：第一次执行groupby('year')后，返回的分组对象仅以year为分组键，原数据的state字段已经不是当前分组对象可直接识别的顶层字段，第二次调用groupby('state')自然找不到对应字段，触发键报错
• 语法使用错误：max是分组对象的可调用方法，需要加括号执行，你写的max['totalvotes']属于语法错误，无法正常执行
• 逻辑存在漏洞：仅取totalvotes的最大值只能拿到得票数值，无法直接匹配到对应得票最高的候选人完整行，拿不到你需要的党派归属信息

推荐用排序+去重的方案，逻辑清晰不易出错，最终得到的winner_df就是你需要的每年每个州的获胜者完整数据：

import matplotlib
import pandas as pd
import numpy as np
import seaborn as sns

data = pd.read_csv('1976-2020-president.csv')
# 按年份、州升序，得票数降序排序，每个分组的第一条就是该州当年得票最高的候选人
data_sorted = data.sort_values(by=['year', 'state', 'totalvotes'], ascending=[True, True, False])
# 按年份、州去重，保留第一条数据即为获胜者行
winner_df = data_sorted.drop_duplicates(subset=['year', 'state'], keep='first')

# 验证结果行数是否符合预期
print(winner_df.shape)

如果你更倾向用groupby实现，可通过取最大值索引的方式拿到完整行：

# 取每个年/州分组下得票数最高的行索引
winner_idx = data.groupby(['year', 'state'])['totalvotes'].idxmax()
# 按索引取行得到获胜者数据
winner_df = data.loc[winner_idx]

内容的提问来源于stack exchange，提问作者user17136846