python - Pandas 与另一列的最大值聚合分组？

Question

目前，我正在使用 COVID 数据集来获得一些见解。

数据集是这样的形式:

    Country Province    Lat Lon         Date                    Cases   Status
0   Thailand        15.0000 101.0000    2020-01-22 00:00:00+00:00   2   confirmed
1   Thailand        15.0000 101.0000    2020-01-23 00:00:00+00:00   3   confirmed
2   Thailand        15.0000 101.0000    2020-01-24 00:00:00+00:00   5   confirmed
3   Thailand        15.0000 101.0000    2020-01-25 00:00:00+00:00   7   confirmed
4   Thailand        15.0000 101.0000    2020-01-26 00:00:00+00:00   8   confirmed

我想按国家/地区分组，对“案例”列求和(我们称此案例求和列)，但我遇到了纬度和经度问题:我想取最大值的纬度/经度案例专栏。换句话说，我想要案例数最多的行中的纬度和经度。澄清一下，用例是像法国这样的国家/地区有多个纬度和经度的行(例如法属波利尼西亚)，但我只想从案例最多的地区获取分组中的纬度/经度。

我目前正在运行如下聚合:

nonzero_cases[(nonzero_cases['Date'] == "03/13/2020")].groupby("Country").agg({"Lat":"first","Lon":"first","Cases":"sum"})

这会产生:

Country     Lat     Lon     Cases
Afghanistan 33.0000 65.0000 7
Albania 41.1533 20.1683 33
Algeria 28.0339 1.6596  26
Andorra 42.5063 1.5218  1
...

但这并不是我想要的，因为它没有考虑案例编号，只是选择了第一个纬度/经度。

Answer 1

添加DataFrame.sort_values按 Cases 列，所以现在第一个值是每组最大 Cases 的行:

print (df)
    Country   Lat    Lon                       Date  Cases     Status
0  Thailand  15.0  101.0  2020-01-22 00:00:00+00:00      2  confirmed
1  Thailand  15.0  101.0  2020-01-23 00:00:00+00:00      3  confirmed
2  Thailand  15.0  101.0  2020-01-24 00:00:00+00:00      5  confirmed
3  Thailand  15.0  101.0  2020-01-25 00:00:00+00:00      7  confirmed
4  Thailand  14.0  103.0  2020-01-26 00:00:00+00:00      8  confirmed <- changed data

df1 = (df.sort_values('Cases', ascending=False)
         .groupby("Country")
         .agg({"Lat":"first","Lon":"first","Cases":"sum"}))

print (df1)
           Lat    Lon  Cases
Country                     
Thailand  14.0  103.0     25