Python 数据帧中的Avoind重新索引

我正在使用从美国人口普查中导入到数据框中的数据，它看起来如下所示：

我需要确定有更多县的州，也就是说，我需要计算CTYNAME列中具有相同STNAME的元素的数量。但是，如果不重新索引数据帧（或创建一个新的数据帧），我就无法做到这一点，因为我发现这个数据帧并不完善。如何改进我的解决方案：

---

census\u df.set\u index（['STNAME'，'CTYNAME']）count（level=0）['SUMLEV'].argmax（）

如评论中所述，这将是更自然的方法，并且可能更有效：

census_df.groupby('STNAME')['CTYNAME'].size().nlargest(1)

---

怎么样

census_df.groupby（'STNAME'）['CTYNAME'].size（）.nlargest（1）

？@IanS这很有效。但是，我不太理解groupby对象是什么。这是否也会创建一个数据帧大小相同的对象，从而降低效率？另外，我不知道最大的函数-非常有用！在这里，

groupby

将创建一个新对象，但它的行数与状态数相同，只有一列。老实说，我不认为你的解决方案是那么糟糕，即使它可能不是大多数熊猫用户会这样做。