Python Pandas如何获取某列最大值关联行？统计线路最繁忙月份出错如何解决？

你调用groupby.max()时，会对分组后的所有数值列分别独立计算最大值：Numtrips列确实取到了该线路的最大客运量，但BusiestMonth列也被单独取了该线路所有月份的最大值，12是月份的最大可能值，因此所有线路的返回结果都固定为12，和客运量最大值对应的月份完全没有关联。

你需要先找到每个线路中客运量最高的整行数据，再提取对应的月份字段，常见实现方式如下：

import pandas as pd
df = pd.read_csv("data.csv")

# 方法1：按客运量降序排序后，分组取每组第一条数据（即客运量最高的行）
df = df.sort_values('PassengerTrips', ascending=False)\
       .groupby(['City1', 'City2'], as_index=False)\
       .first()

# 重命名列并保留需要的字段
df = df.rename(columns={'MonthNum': 'BusiestMonth', 'PassengerTrips': 'Numtrips'})
df = df[['City1', 'City2', 'BusiestMonth', 'Numtrips']]

print('Each routes busiest month:')
print(df)

如果你的数据量较大，也可以用idxmax直接定位每组最大值的行索引，性能更高：

import pandas as pd
df = pd.read_csv("data.csv")

# 定位每组客运量最大值的行索引
max_trip_idx = df.groupby(['City1', 'City2'])['PassengerTrips'].idxmax()
# 筛选对应行
df = df.loc[max_trip_idx]

# 后续重命名、筛选列逻辑同上
df = df.rename(columns={'MonthNum': 'BusiestMonth', 'PassengerTrips': 'Numtrips'})
df = df[['City1', 'City2', 'BusiestMonth', 'Numtrips']].reset_index(drop=True)

print('Each routes busiest month:')
print(df)

内容的提问来源于stack exchange，提问作者SQL Learner 1