我的每日降雨量数据如下所示：
Date Rainfall (mm)
1922-01-01 0.0
1922-01-02 0.0
1922-01-03 0.0
1922-01-04 0.0
1922-01-05 31.5
1922-01-06 0.0
1922-01-07 0.0
1922-01-08 0.0
1922-01-09 0.0
1922-01-10 0.0
1922-01-11 0.0
1922-01-12 9.1
1922-01-13 6.4
我正在尝试计算每年每个月的最大值，以及最大值出现在什么日期。我一直在使用代码：
rain_data.groupby(pd.Grouper(freq = 'M'))['Rainfall (mm)'].max()
这将返回正确的最大值，但返回每个月的结束日期，而不是发生最大事件的日期。
1974-11-30 0.0
我也尝试过使用.idxmax（），但这也只返回每个月的最终值。
关于如何获得正确日期的任何建议？
最佳答案
pd.Grouper似乎更改了Datetime组中的顺序，这打破了.sort_values + .tail的通常技巧。而是按年和月分组：
df.sort_values('Rainfall (mm)').groupby([df.Date.dt.year, df.Date.dt.month]).tail(1)
样本数据+输出
import pandas as pd
import numpy as np
np.random.seed(123)
df = pd.DataFrame({'Date': pd.date_range('1922-01-01', freq='D', periods=100),
'Rainfall (mm)': np.random.randint(1,100,100)})
df.sort_values('Rainfall (mm)').groupby([df.Date.dt.month, df.Date.dt.year]).tail(1)
# Date Rainfall (mm)
#82 1922-03-24 92
#35 1922-02-05 98
#2 1922-01-03 99
#90 1922-04-01 99
pd.Grouper的问题在于，它会以月末频率创建一个DatetimeIndex，这并不是我们真正需要的，而我们正在使用.apply。这为您提供了一个新索引，并且可以按日期很好地排序！(df.groupby(pd.Grouper(key='Date', freq='1M'))
.apply(lambda x: x.loc[x['Rainfall (mm)'].idxmax()])
.reset_index(drop=True))
# Date Rainfall (mm)
#0 1922-01-03 99
#1 1922-02-05 98
#2 1922-03-24 92
#3 1922-04-01 99
也可以通过
.drop_duplicates使用日期的前7个字符来获取年月(df.assign(ym = df.Date.astype(str).str[0:7])
.sort_values('Rainfall (mm)')
.drop_duplicates('ym', keep='last')
.drop(columns='ym'))
关于python - 最大月度值，同时保留发生该值的数据，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/54453126/