如何按DataFrame重复索引分组并保留指定列最大值所在行

要实现按重复索引分组，保留每个组内列"C"值最大的完整行，可以用以下两种简洁方法：

方法一：利用idxmax()定位后提取 #

先通过groupby找到每个索引组内列"C"最大值对应的行标签，再用loc提取整行数据：

# 获取每个索引组中C列最大值对应的行标签
max_row_labels = df.groupby(df.index)['C'].idxmax()
# 提取对应整行数据
result_df = df.loc[max_row_labels]

也可以合并为一行代码：

result_df = df.loc[df.groupby(df.index)['C'].idxmax()]

方法二：用apply直接筛选分组内目标行 #

如果需要处理组内存在多个C列最大值的情况（比如想保留所有最大值行，或只取第一行），可以用apply：

# 保留组内所有C列最大值的行
result_df = df.groupby(df.index).apply(lambda group: group[group['C'] == group['C'].max()])

# 若只保留每个组内第一个C列最大值的行
result_df = df.groupby(df.index).apply(lambda group: group[group['C'] == group['C'].max()].iloc[0])

为什么你之前的方法不符合需求？ #

• df.groupby(df.index).max()：会对每个列单独提取最大值，导致不同行的字段被混合拼接，破坏了行数据的完整性。
• df.groupby(df.index)['C'].max()：仅保留分组后C列的最大值，直接丢弃了其他列的信息。

内容的提问来源于stack exchange，提问作者DGMS89