我有一个如下的数据集

df = pd.DataFrame([[2020, 'Jan', 1],
                   [2020, 'Jan', 2],
                   [2020, 'Jan', 3],
                   [2020, 'Feb', 4],
                   [2020, 'Feb', 5],
                   [2020, 'Feb', 6],
                   [2021, 'Jan', 7],
                   [2021, 'Jan', 8],
                   [2021, 'Jan', 9],
                   [2021, 'Feb', 10],
                   [2021, 'Feb', 11],
                   [2021, 'Feb', 12],
                   [2022, 'Jan', 13],
                   [2022, 'Jan', 14],
                   [2022, 'Jan', 15],
                   [2022, 'Feb', 16],
                   [2022, 'Feb', 17],
                   [2022, 'Feb', 18]],               
                   columns=['Year', 'Month', 'Sale ($)'])

显示不同月份和年份的销售额。
使用pandas.pivot_table函数，我可以创建一个pivot表来计算不同月份和年份的销售额总和。

df.pivot_table(index='Month', columns='Year', aggfunc='sum')

这将生成一个汇总统计表，如下所示：
2020202022JAN62442FEB153351
我的问题是：我如何确定每年我的销售额最高的月份？
我知道，在2020年、2021年和2022年，我的最高销售额分别为15美元、33美元和51美元。
我可以通过在代码末尾添加.max（）来实现这一点

df.pivot_table(index='Month', columns='Year',aggfunc='sum').max()

这正好返回：
年销售额20201523123202251
在这个例子中，最大销售额都在2月份，那么我如何编写一个函数，返回的不是最大值，而是最大销售额的月份？