使用特定方法应用groupby后保留整行[duplicate]

Question

我有一个数据框，如下所示：数据框：

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

我试图做的是检查列A和列B的值相同的行，并获得每个组的最大值：更准确地说：在我的示例中，我希望得到行1和行3。因此，预期产出应为：

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

我尝试将groupby with max方法应用于列_C：这似乎可行，但我得到的输出是列_C。以下是我的代码：

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)

结果如下

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serie（因为我对列_C应用了max方法），但我无法找到一种方法来获取相应的行，而不是只获取列_C值。

Answer 1

使用排序\u值删除重复项

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