Python 如何从dataframe中获取唯一的行，同时在某些列中保留最大值的行？

我有一个数据帧（来自以下csv）：

我想删除timestamp列上的重复项，同时保留'load'值最大的行

在这种情况下：

load,timestamp,timestr
0,1576147339.49,124219
0,1576147339.502,124219
2,1576147339.637,124219
1,1576147339.641,124219
9,1576147339.662,124219
8,1576147339.663,124219
0,1576147339.673,124219
3,1576147341.567,124221
2,1576147341.568,124221
1,1576147341.569,124221
0,1576147341.57,124221
4,1576147341.581,124221

“加载”的最大值不必首先出现

---

最好的方法是什么？

尝试使用

groupby

：

print(df.groupby('timestamp', as_index=False)['load'].max().join(df['timestr']))

输出：

       timestamp  load  timestr
0   1.576147e+09     0   124219
1   1.576147e+09     0   124219
2   1.576147e+09     2   124219
3   1.576147e+09     1   124219
4   1.576147e+09     9   124219
5   1.576147e+09     8   124219
6   1.576147e+09     0   124219
7   1.576147e+09     3   124221
8   1.576147e+09     2   124221
9   1.576147e+09     1   124221
10  1.576147e+09     0   124221
11  1.576147e+09     4   124221

---

重置精度并使用groupby显示最大值：

pd.options.display.float_format = '{:.3f}'.format 
df.groupby('timestamp').max()

输出：

                load  timestr
timestamp                    
1576147339.490     0   124219
1576147339.502     0   124219
1576147339.637     2   124219
1576147339.641     1   124219
1576147339.662     9   124219
1576147339.663     8   124219
1576147339.673     0   124219
1576147341.567     3   124221
1576147341.568     2   124221
1576147341.569     1   124221
1576147341.570     0   124221
1576147341.581     4   124221

---

groupby（）+max（）？我对熊猫还不熟悉，我想可以，但是怎么会呢？我接受得太快了。。。我想在载荷柱上找到最大值。我该怎么写？

                load  timestr
timestamp                    
1576147339.490     0   124219
1576147339.502     0   124219
1576147339.637     2   124219
1576147339.641     1   124219
1576147339.662     9   124219
1576147339.663     8   124219
1576147339.673     0   124219
1576147341.567     3   124221
1576147341.568     2   124221
1576147341.569     1   124221
1576147341.570     0   124221
1576147341.581     4   124221