这是一个解决方法的代码示例:
import pandas as pd
# 创建一个示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)
# 按组计算每个组的最大值总和
grouped = df.groupby('Group')['Value'].sum()
# 获取具有最大值总和的行
max_sum_row = df[df['Group'] == grouped.idxmax()]
print(max_sum_row)
这段代码首先创建了一个示例的数据集,其中包含两列,一列是所属组的标识,另一列是数值。然后使用groupby
函数按组对数据进行分组,并计算每个组的数值列的总和。接下来,使用idxmax
方法找出具有最大值总和的组的标识。最后,通过筛选数据框来获取具有最大值总和的行。
运行代码将输出具有最大值总和的组的行。
上一篇:按组获取具有最大日期的SQL值
下一篇:按组获取具有最小列值的行