Python Pandas：如何将另一列分组的列上具有最大值\u count的行作为数据帧

熊猫数据框中有三列，

日期

，

小时

和

内容

我想获取一天中内容最多的时间。我使用的是

messages.groupby（[“Date”，“hour”]）.content.count（）.groupby（level=0）。tail（1）

。我不知道groupby（level=0）在这里做什么。它的输出如下-

Date        Hour
2018-04-12  23       4
2018-04-13  21      43
2018-04-14  9        1
2018-04-15  23      29
2018-04-16  17       1
                    ..
2020-04-23  20       1
2020-04-24  22       1
2020-04-25  20       1
2020-04-26  23      32
2020-04-27  23       3

这是一个pandas系列对象，我想要的

Date

和

Hour

列在这里。如果我尝试使用

pd.dataframe（most\u active.index）

将

MultiIndex

对象转换为dataframe，

most\u active

是前一个代码的输出，它会创建一个元组的dataframe，如下所示-

                    0
0    (2018-04-12, 23)
1    (2018-04-13, 21)
2     (2018-04-14, 9)
3    (2018-04-15, 23)
4    (2018-04-16, 17)
..                ...
701  (2020-04-23, 20)
702  (2020-04-24, 22)
703  (2020-04-25, 20)
704  (2020-04-26, 23)
705  (2020-04-27, 23)

---

但是我需要两个独立的列

日期

和

小时

。最好的方法是什么？编辑，因为我误解了你的问题

首先，您必须按日期小时统计总内容，就像您所做的那样：

df = messages.groupby(["Date", "Hour"], as_index=False).Content.count()

在这里，我通过将参数

传递为_index=False

将组保留在其原始列中

然后，您可以运行原始答案中提供的以下代码：

假设您有唯一的索引ID（如果没有，只需执行

df.reset\u index（inplace=True）

），您可以在

groupby

中使用

idxmax

方法。它将返回每个组具有最大值的索引，然后您可以使用它们对数据帧进行切片

例如：

df.loc[df.groupby(['Date', 'Hour'])['Content'].idxmax()]

或者（不使用groupby），您可以先按降序对值进行排序，然后删除重复的日期小时数：

df.sort_values('Content', ascending=False).drop_duplicates(subset=['Date', 'Hour'])

最后，使用

set\u index（）

方法得到一个

MultiIndex

：

df.set_index(['Date','Hour'])

---

我很感谢您的帮助，但这两种方法都没有达到预期效果，您的第二个代码尝试按

内容

进行排序，这是一个字符串字段，第一个代码给出一个

值错误

，除此之外什么都没有。也许我的问题没有说清楚，其实我误解了你的问题。我已经编辑了答案，添加了第一个块来获取计数（就像您所做的那样），然后添加了最后一个块来获取

多索引。请让我知道它是否有效。如果您没有在
groupby
方法中提供列名，则必须为
level
参数提供一个值，该参数是数据帧索引的级别。如果您像以前那样编写代码（
level=0
），我认为您将只按日期分组，一旦您有了一个日期为0级的多索引数据框。此外，如果要在groupby中运行
tail（1）
，请确保首先对值进行
排序（）。