基于City与ID列筛选对应最大值行的DataFrame处理问题

需求说明 #

给定包含City、ID、Value三列的DataFrame，需对City和ID值完全相同的记录组，仅保留Value列数值最大的行，删除同组内Value较小的行。

示例输入 #

解决方案 #

使用Pandas的groupby结合idxmax()可高效实现需求，代码如下：

import pandas as pd

# 构造示例数据（替换为你的实际DataFrame即可）
df = pd.DataFrame({
    'City': ['London', 'Amsterdam', 'Paris', 'New York', 'Chicago', 'Chicago'],
    'ID': [1, 1, 1, 1, 1, 1],
    'Value': [12.45, 14.56, 16.89, 23.86, 14.56, 20.76]
})

# 按City和ID分组，获取每组Value最大值对应的行索引
max_row_indices = df.groupby(['City', 'ID'])['Value'].idxmax()

# 筛选出目标行
filtered_df = df.loc[max_row_indices].reset_index(drop=True)

print(filtered_df)

扩展说明 #

如果同一City+ID组内存在多个行的Value等于最大值（即最大值不唯一），上述方法会仅保留第一个出现的最大值行。若需要保留所有最大值行，可使用transform方法：

# 保留同组内所有Value等于最大值的行
filtered_df = df[df['Value'] == df.groupby(['City', 'ID'])['Value'].transform('max')]

预期输出 #

内容的提问来源于stack exchange，提问作者Vivek Sukhala