python - 如何根据一级最大值过滤 MultiIndex 数据帧？

Question

我有以下数据框 s:

arrays = [['bar', 'bar', 'baz', 'baz', 'foo', 'foo', 'qux', 'qux'],
          [1, 2, 1, 2, 1, 2, 3, 2,]]
tuples = list(zip(*arrays))
index = pd.MultiIndex.from_tuples(tuples, names=['first', 'second'])
s = pd.Series(np.random.randn(8), index=index)

first  second
bar    1        -0.493897
       2        -0.274826
baz    1        -0.337298
       2        -0.564097
foo    1        -1.545826
       2         0.159494
qux    3        -0.876819
       2         0.780388
dtype: float64

我想将其转换为:

first  second
bar    2        -0.274826
baz    2        -0.564097
foo    2         0.159494
qux    3        -0.876819
dtype: float64

通过取每个 first 的 max second。

我尝试执行 s.groupby(level=1).apply(max)，但这会返回:

second
1   -0.337298
2    0.780388
dtype: float64

很明显，我的尝试在 second 中返回每个组的最大值，而不是每个 first 的 max second >.

知道怎么做吗？

Answer 1

使用idxmax 和 bool 索引:

s[s.groupby(level=0).idxmax()]

输出:

first  second
bar    2         0.482328
baz    1         0.244788
foo    2         1.310233
qux    2         0.297813
dtype: float64