Python 熊猫：每组的最大值索引

我的熊猫数据帧，

df

，如下所示：

parameter1   parameter2   value

1            1            0.1
             2            0.2

2            1            0.6
             2            0.3

value

是另一个

DataFrame

上的

groupby（['parameter1'，'parameter2']）的结果。现在，我可以使用

df.max(level='parameter1')

但是，我需要找到此最大值的
参数2
的对应值。似乎
df.idxmax（）
不支持
level=
，那么我该怎么做呢？
我最终找到了一个窍门：

按级别0（参数1）分组并应用
idxmax（）
并获取值：

v = df.groupby(level=0).idxmax().values
v
array([[(1, 2)],
       [(2, 1)]], dtype=object)

这是
df.idxmax（level=0）
如果实现的话将给出的结果

因此
v
包含给出该级别最大值的索引。因此，您可以通过以下方式获得实际值：

df.loc[v.ravel()]

                       value
parameter1 parameter2       
1          2             0.2
2          1             0.6

最后得到最大值对应的参数2的值：

df.loc[v.ravel()].index.values[1]
(2, 1)

嗯
一个好办法是

df.unstack().idxmax(axis=1)

取消对数据帧的堆栈将生成一个数据帧，其中
参数_1
作为列索引