如何在Pandas DataFrame中分组两列取频次后获取最大值行

嘿，这需求很明确，咱们可以利用Pandas的分组和排序特性轻松解决。你现在通过df.groupby('topic')['category'].value_counts()得到的是一个带多层索引（topic + category）的Series，而且value_counts()默认已经按频次降序排列了，这刚好帮咱们省了排序的步骤～

方法一：直接取每组第一行（最简单） #

因为value_counts()已经给每个topic下的category按频次从高到低排好序了，所以咱们只需要按外层的topic索引再分组，取每组的第一行就行：

# 先得到原始的频次统计
count_series = df.groupby('topic')['category'].value_counts()
# 按topic分组，取每组第一行（也就是频次最高的）
top_category = count_series.groupby(level='topic').head(1)

运行之后top_category就是你想要的结果：

topic   category   
topic1  Entertainment    1303
topic2  Politics         134
topic3  Entertainment    1370
dtype: int64

方法二：用idxmax精准定位（更严谨） #

如果你担心默认排序的问题，或者需要明确指定取最大值的逻辑，可以用idxmax()找到每个topic下频次最高的那个索引组合，再提取对应行：

count_series = df.groupby('topic')['category'].value_counts()
# 找到每个topic下频次最大的索引（(topic, category)元组）
max_indices = count_series.groupby(level='topic').idxmax()
# 根据索引提取对应的行
top_category = count_series.loc[max_indices]

这个方法的结果和上面完全一致，适合需要更明确逻辑的场景。

可选：转成规整的DataFrame格式 #

如果你希望结果是更易读的DataFrame（而非Series），可以加个.reset_index(name='count')：

top_category_df = top_category.reset_index(name='count')

得到的DataFrame结构如下：

内容的提问来源于stack exchange，提问作者Ronnie