如何用Pythonic方法按列最大值重新分组Pandas DataFrame并关联原表

错误原因 #

你之前的操作错误在于分组层级选择错误，需要按第一级索引category（level=0）分组，而非第二级的unit_quantity（level=1）。

可行解法 #

解法1：直接基于多级索引操作 #

步骤代码如下：

# 1. 按category分组，取Count列最大值对应的索引
max_idx = grouped['Count'].groupby(level=0).idxmax()
# 2. 构造 category 到最高频unit_quantity的映射字典
category_uq_map = {cat: uq for cat, uq in max_idx}
# 3. 映射索引新增目标列
grouped['Most Frequent unit_quantity'] = grouped.index.get_level_values(0).map(category_uq_map)

解法2：重置索引后合并（可读性更高） #

如果不适应多级索引操作，可以转为普通列处理：

# 1. 把多级索引转为普通列
grouped_normal = grouped.reset_index()
# 2. 计算每个category对应的最高频unit_quantity
max_uq_df = grouped_normal.groupby('category').apply(
    lambda x: x.loc[x['Count'].argmax(), 'unit_quantity']
).reset_index(name='Most Frequent unit_quantity')
# 3. 合并回原表
final_df = grouped_normal.merge(max_uq_df, on='category', how='left')
# 如需恢复多级索引可执行：final_df = final_df.set_index(['category', 'unit_quantity'])

结果验证 #

按你提供的示例数据，最终输出符合预期：

• banana分组所有行的新增列取值为1EA
• eggs分组所有行的新增列取值为100G
• full cream milk分组所有行的新增列取值为1L

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