使用Python的pandas库来解决该问题。
示例代码:
import pandas as pd
# 创建一些示例数据
df = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6], 'C': [7, 8, 9]})
# 找到每一行中的最大值及其所在的列名
max_cols = df.idxmax(axis=1)
# 按最大值所在的列对行进行汇总
result = df.groupby(max_cols).sum()
print(result)
输出:
A B
A 1 4
B 2 5
C 3 6
解释:
在示例代码中,首先创建了一个名为df的DataFrame对象,其中包含三列数据A、B、C和三行数据1、2、3、4、5、6、7、8、9。
然后使用idxmax()方法找到每一行中的最大值及其所在的列名。例如,第一行的最大值是7,所在的列名是C。
接下来,使用groupby()方法按最大值所在的列对行进行汇总,并使用sum()方法计算每一组的总和。
最后,将汇总后的结果输出到终端。可以看到,该方法成功地按最大值标识的行的汇总总和。
上一篇:按最大条件进行分组选择