Pandas按user_id分组后获取每组购买次数最高的product_id及对应值方法

实现方案 #

你可以通过以下两种常用的pandas方法实现需求，默认你的原始数据集已读入为df，且包含user_id、product_id、uxp_total_bought三个字段：

方法1：排序后去重（逻辑直观，适合中小数据集）

import pandas as pd

# 按user_id升序、购买次数降序排序，同一user_id下购买次数最高的行排在最前
df_sorted = df.sort_values(by=['user_id', 'uxp_total_bought'], ascending=[True, False])
# 每个user_id仅保留第一行，提取指定的三列
result = df_sorted.drop_duplicates(subset='user_id', keep='first')[['user_id', 'product_id', 'uxp_total_bought']]
# 重置索引便于后续使用
result = result.reset_index(drop=True)

方法2：分组取最大值索引（运算效率更高，适合大数据集）

# 提取每个user_id分组下购买次数最大值对应的行索引
max_buy_idx = df.groupby('user_id')['uxp_total_bought'].idxmax()
# 按索引取对应行，筛选指定列
result = df.loc[max_buy_idx, ['user_id', 'product_id', 'uxp_total_bought']].reset_index(drop=True)

特殊场景处理：保留并列最高购买次数的所有产品

如果同一个user_id有多个产品购买次数同为最大值，需要全部保留的话可以用以下逻辑：

# 为每行新增对应user_id分组的最高购买次数标识
df['group_max_buy'] = df.groupby('user_id')['uxp_total_bought'].transform('max')
# 筛选出购买次数等于分组最大值的行
result = df[df['uxp_total_bought'] == df['group_max_buy']][['user_id', 'product_id', 'uxp_total_bought']].reset_index(drop=True)

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