Python 具有多列和最大值的分组依据

我在使用多列和

max

值的

groupby

时遇到一些问题

A   B   C   D   E   F   G   H

x   q   e   m   k   2   1   y
x   q   e   n   l   5   2   y
x   w   e   b   j   7   3   y
x   w   e   v   h   3   4   y

此查询是正确的，并返回我想要的内容

SELECT A, B, C, D, E, MAX(F) FROM mytable group by A, B, C

结果

 x   q   e   n   l   5
 x   w   e   b   j   7

如何在熊猫身上实现这一点

我试试这个：

df.groupby(['A', 'B', 'C'], as_index=False)['F'].max()

这就是：

SELECT A, B, C, MAX(F) FROM mytable group by A, B, C

这也不起作用

df.groupby(['A', 'B', 'C'], as_index=False)['F','D','E'].max()

---

如何在sql查询中也返回D、E列？

尝试以下方法：

df.groupby(['A', 'B', 'C'], as_index=False).agg({'D': 'first', 'E': 'last', 'F': 'max'})

看来你需要

groups = ['A', 'B', 'C']
selects = ['A', 'B', 'C','D', 'E','F']

df.groupby(groups, as_index=False).apply(lambda s: s.loc[s.F.idxmax(), selects]).reset_index(drop=True)

    A   B   C   D   E   F
0   x   q   e   n   l   5
1   x   w   e   b   j   7

---

df.groupby（['A'，'B'，'C']）['F'].transform（'max'）

能给你想要的吗？我建议你贴一个@RafaelC谢谢，添加了一个例子谢谢你的回答，但不幸的是它和sql不一样。熊猫不是sql，所以我不能完全确定你想要什么。