如何在数据帧中查找组中具有最大值的行

Question

我有一个这样的数据框：

^{tb1}$

df = pd.DataFrame({'dmc1': ['d1', 'd1', 'd1', 'd1','d2', 'd2', 'd2', 'd2'],
            'par': ['p1', 'p2', 'p3', 'p3', 'p1', 'p2', 'p2', 'p3'],
            'dummy': ['a', 'b', 'c', 'd', 'e', 'f', 'g', 'h'],
            'occur': ['1', '1', '1', '2', '1', '1', '2', '1']})

我想按“dmc1”和“par”对这个表进行分组，并在每个组中找到“发生”值最高的成员，并只保留这些行。因此，我预计结果如下：

^{tb2}$

我正在使用python 3.6.10

我多次发现这个解决方案：

idx=df.groupby（['dmc1'，'par']）['occure'].idxmax（）

df_short=data.loc[idx]

但在我的例子中，这会引起一个错误： AttributeError:“SeriesGroupBy”对象没有属性“idmax”

我还发现了使用“idxmax（）”而不是“idmax（）”的提示，但这也引发了一个错误： 升值误差

如果有一个在Python3.6中运行的解决方案，那将是非常困难的

Answer 1

您需要先将值转换为数字：

df['occur'] = df['occur'].astype(int)
df_short = data.loc[df.groupby(['dmc1','par'])['occur'].idxmax()]