Python 查找返回答案的对应行值

对于下面的数据框，打印数据。groupby['date']['sales'].sum.max将只返回给定天数内总销售额的最大值。我如何找出最大销售额出现的日期

   date      brand   price    quantity      sales   vat
31-May-13   Reebok      10      23          230     3.5
31-May-13   Adidas      10      25          250     2.8
31-May-13   Campus      8       21          168     3.5
31-May-13   Nike        10      20          200     6.5
31-May-13   Woods       2       7           14      2.8
01-Jun-13   Reebok      4       27          108     2.2
01-Jun-13   Adidas      7       28          196     3.8
01-Jun-13   Campus      7       41          287     4.2
01-Jun-13   Nike        2       39          78      7.2
01-Jun-13   Woods       5       26          130     3.3
02-Jun-13   Reebok      10      5           50      2.2
02-Jun-13   Adidas      10      15          150     3.8
02-Jun-13   Campus      6       32          192     4.2
02-Jun-13   Nike        7       13          91      7.2
02-Jun-13   Woods       6       30          180     3.3

使用.idxmax而不是.max

定义：df.idxmaxself，axis=0，skipna=True 文档字符串： 请求轴上最大值第一次出现的返回索引。 不包括NA/null值

参数 轴：{0，1} 行为0，列为1 skipna:布尔值，默认为True 排除NA/null值。如果整行/整列为NA，则结果 将是第一个索引

退换商品 idxmax：系列

笔记 此方法是ndarray.argmax的数据帧版本

另见 Series.idxmax

In [19]: data.groupby(['date'])['sales'].sum().idxmax()
Out[19]: '31-May-13'

使用.idxmax而不是.max

定义：df.idxmaxself，axis=0，skipna=True 文档字符串： 请求轴上最大值第一次出现的返回索引。 不包括NA/null值

参数 轴：{0，1} 行为0，列为1 skipna:布尔值，默认为True 排除NA/null值。如果整行/整列为NA，则结果 将是第一个索引

退换商品 idxmax：系列

笔记 此方法是ndarray.argmax的数据帧版本

另见 Series.idxmax

In [19]: data.groupby(['date'])['sales'].sum().idxmax()
Out[19]: '31-May-13'

也有一个副本也有一个副本