Python 3.x Groupby并在Groupby结果中选择最大行

是否可以在Python/Pandas中对每个groupby结果中的结果进行分组和排序

试图在下面给出的数据中找到每年的顶级通用。尝试了很多使用groupby和sort的方法，但没有成功

Input::

release_year    Genere      Count

1997            Action      46
1997            Adventure   7
1997            Animation   2
1997            Children's  12
1997            Comedy      73
1997            Crime       22
1997            Documentary 6
1997            Drama       81
1997            Horror      6
1997            Mystery     5
1997            Romance     15
1997            Sci-Fi      1
1997            Thriller    9
1997            War         1

1998            Action      12
1998            Adventure   2
1998            Comedy      24
1998            Crime       6
1998            Documentary 2
1998            Drama       21
1998            Film-Noir   2
1998            Horror      3
1998            Romance     4
1998            Thriller    1


Expected Output:

release_year    Genere      Count
1997            Drama       81
1998            Comedy      24

以下是我的解决方案：

df_res=df.groupby（['release_year'，'genre']）['Count'].sum（）.reset_index（）
索引=[]
对于df_res['release_year']中的年份。唯一（）
df_temp=df_res[df_res.发布年份==年份]
indexs+=列表（df_temp[df_temp['Count']==df_temp['Count'].max（）].index）
df_res=df_res.loc[索引]

我不使用“sort（）”。我用“max（）”代替

试试看：

df=df.sort_值（“计数”，升序=False）
df.groupby（“发布年份”）.first（）

产出：

一般计数
发布年份
1997年戏剧81
1998年喜剧24

不，不起作用，结果是：1998年惊悚片1，这是不正确的。是的，那是错误的……我犯了一些错误。在循环中，它应该是