Python 根据数据帧的组属性筛选数据帧

假设我们有问题跟踪日志，我们想找出问题所有者（记录问题时间最多的人）

用户可以多次登录同一问题

如果两个用户同时登录，则两个用户都是所有者

因此，我们有一些样本数据：

df = pd.DataFrame([
        [1, 10, 'John'],
        [1, 20, 'John'],
        [1, 30, 'Tom'],
        [1, 10, 'Bob'],
        [2, 25, 'John'],
        [2, 15, 'Bob']], columns = ['IssueKey','TimeSpent','User'])

作为输出，我们希望如下所示：

issues_owners = pd.DataFrame([
        [1, 30, 'John'],
        [1, 30, 'Tom'],
        [2, 25, 'John']], columns = ['IssueKey','TimeSpent','User'])

约翰和汤姆都是问题

1

的主人，因为他们都花了30分钟

约翰实际上在两个不同的日子里完成了第1期的工作

John也是该期

2

鲍勃很懒，没有任何问题：）

我的想法让人觉得很恶心（我对Python比较陌生）：

我不喜欢Python代码的地方：

代码> Max TimeSePrimest出现在“代码> df<代码>处理过程中，扰乱思维过程（或管道）

创建

maxTimesPerIssue

本身有点混乱

添加

MaxTimePerIssue

df

与C版本相比，它显然更不容易解释，因为它使用了很多低级的东西，比如：

reset\u index（）

，

list（）

，

dict（）

，列表理解，删除列

---

有人能帮我清理一下吗？

一些类似于

groupby

的东西将适用于您的数据：

i = df.groupby(['IssueKey', 'User']).TimeSpent.sum()
j = i.groupby(level=0).transform('max')

i[i == j].reset_index()

   IssueKey  User  TimeSpent
0         1  John         30
1         1   Tom         30
2         2  John         25

---

如果阅读此答案的任何人在理解

级别的含义时遇到困难（就像我所做的那样），请查看我对级别问题的回答：@gisek对不够清晰表示歉意，虽然你可以问：-）我想你现在已经知道了，但我正在利用中间输出中的多索引，并按照该索引的第0级进行分组。我对你的解决方案如此简洁感到非常兴奋，因此我决定自己做研究，而不是打扰你：）@gisek我很高兴听到这个消息。这个网站可以使用更积极主动的用户，他们不害怕学习，而不是一直被填鸭式的灌输。为你的努力鼓掌，祝你好运！
i = df.groupby(['IssueKey', 'User']).TimeSpent.sum()
j = i.groupby(level=0).transform('max')

i[i == j].reset_index()

   IssueKey  User  TimeSpent
0         1  John         30
1         1   Tom         30
2         2  John         25