Python pandas - 在groupby之后过滤行

例如，我有下表：

index,A,B
0,0,0
1,0,8
2,0,8
3,1,5
4,1,3

分组后按A:

0:
index,A,B
0,0,0
1,0,8
2,0,8

1:
index,A,B
3,1,5
4,1,3

我需要的是从每个组中删除行，其中列中的数字B小于组列中所有行的最大值B。好吧，我在将这个问题翻译和表述为英语时遇到问题，所以这里是示例：

列中行的最大值B在团体中0: 8

所以我想删除带有索引的行0并保留带有索引的行1 and 2

列中行的最大值B在团体中1: 5

所以我想删除带有索引的行4并保留带有索引的行3

我尝试使用 pandas 过滤功能，但问题是它同时对组中的所有行进行操作：

data = <example table>
grouped = data.groupby("A")
filtered = grouped.filter(lambda x: x["B"] == x["B"].max())

所以我理想需要的是一些过滤器，它迭代组中的所有行。

感谢帮助！

附：还有没有办法只删除组中的行而不返回DataFrame object?

你只需要使用apply on the groupby目的。我修改了您的示例数据以使这一点更清楚：

import pandas
from io import StringIO

csv = StringIO("""index,A,B
0,1,0.0
1,1,3.0
2,1,6.0
3,2,0.0
4,2,5.0
5,2,7.0""")

df = pandas.read_csv(csv, index_col='index')
groups = df.groupby(by=['A'])
print(groups.apply(lambda g: g[g['B'] == g['B'].max()]))

哪个打印：

         A  B
A index      
1 2      1  6
2 4      2  7