Python 相当于 SQL : SELECT w/MAX() and GROUP BY

Question

我有这样的数据:

df = pd.DataFrame( {
    'ID': [1,1,2,3,3,3,4],
    'SOME_NUM': [8,10,2,4,0,5,1]
} );

df
    ID    SOME_NUM
0   1     8
1   1     10
2   2     2
3   3     4
4   3     0
5   3     5
6   4     1

我想按 ID 列分组，同时将 SOME_NUM 的最大值保留为单独的列。这在 SQL 中很容易:

SELECT ID,
       MAX(SOME_NUM)
FROM DF
GROUP BY ID;

但是我找不到等效的 Python 代码。看起来这应该很容易。谁有解决办法？

期望的结果:

    new_df
    ID    SOME_NUM
0   1     10
1   2     2
2   3     5
6   4     1

Answer 1

看看您是如何使用 Pandas 的...使用内置的 groupby 功能

df.groupby("ID").max()