用某种方法应用groupby后保留整行[重复]

Question

我有一个如下的数据框： data_frame：

column_A column_B, column_C
  2        3        5            row= 0
  2        3        6            row= 1
  3        4        2            row= 2
  3        4        9            row= 3

我要做的是检查它们的 column_A 和它们的 column_B 具有相同值的行，并获得每个组的最大值： 更准确地说：在我的例子中，我想获得第 1 行和第 3 行。 所以预期的输出应该是：

column_A column_B, column_C
  2        3        6            row= 1
  3        4        9            row= 3

我尝试将 groupby 与 ma​​x 方法 应用于 column_C：它似乎有效，但我得到的输出是 column_C。这是我的代码：

test_df=pd.DataFrame([[2,3,5],[2,3,6],[3,4,2],[3,4,9]],columns=['column_A','column_B','column_C'])
result= test_df.groupby(['column_A','column_B'], sort=False)['column_C'].max()
print(result)

这是结果

column_A  column_B
2         3           6
3         4           9
Name: column_C, dtype: int64

我知道为什么我有一个系列（因为我在 column_C 上应用了 max 方法），但我想不出一种方法来获取相应的行，而不是只获取 column_C 值。

Answer 1

使用sort_values +drop_duplicates

df.sort_values('column_C').drop_duplicates(['column_A','column_B'],keep='last')
Out[186]: 
   column_A  column_B  column_C
1         2         3         6
3         3         4         9