Groupby并在Groupby结果中选择最大行

Question

是否可以在Python/Pandas中对每个groupby结果进行分组和排序？

试图在以下给定的数据中找到每年排名第一的一代。使用groupby和sort尝试了很多，但没有成功。

Input::
release_year    Genere      Count
1997            Action      46
1997            Adventure   7
1997            Animation   2
1997            Children's  12
1997            Comedy      73
1997            Crime       22
1997            Documentary 6
1997            Drama       81
1997            Horror      6
1997            Mystery     5
1997            Romance     15
1997            Sci-Fi      1
1997            Thriller    9
1997            War         1
1998            Action      12
1998            Adventure   2
1998            Comedy      24
1998            Crime       6
1998            Documentary 2
1998            Drama       21
1998            Film-Noir   2
1998            Horror      3
1998            Romance     4
1998            Thriller    1

Expected Output:
release_year    Genere      Count
1997            Drama       81
1998            Comedy      24

Answer 1

这是我的解决方案：

df_res = df.groupby(['release_year','Genere'])['Count'].sum().reset_index()
indexs = []
for year in df_res['release_year'].unique():
df_temp = df_res[df_res.release_year==year]
indexs += list(df_temp[df_temp['Count']==df_temp['Count'].max()].index)
df_res = df_res.loc[indexs]

我不使用"sort(("。我改为使用"max(("。

Answer 2

尝试：

df=df.sort_values("Count", ascending=False)
df.groupby("release_year").first()

输出：

Genere  Count
release_year
1997           Drama     81
1998          Comedy     24