如何在Pandas多级DataFrame中按顶层分组获取每行最大值？

针对你给出的多级列DataFrame，要实现按顶层列（A、B）分组，每行取对应组内的最大值，正确的语句是：

df.groupby(level=0, axis=1).max()

验证示例 #

先构造对应的DataFrame：

import pandas as pd

# 创建多级列索引
columns = pd.MultiIndex.from_tuples([('A', 'a'), ('A', 'b'), ('B', 'a'), ('B', 'b')])
# 构造数据
data = [[1, 2, 3, 4], [2, 3, 3, 2], [7, 2, 1, 0]]
df = pd.DataFrame(data, columns=columns)

运行上述groupby语句后，得到的结果就是：

A  B
0  2  4
1  3  3
2  7  1

为什么之前的方法不对？ #

你之前用的df.groupby(level=0).apply(max)默认是按行索引分组（axis=0），所以会对每一行的所有列取最大值，不符合需求。而指定axis=1后，groupby会按列索引的顶层分组，再对每行的组内数据计算最大值，刚好匹配你的需求。

内容的提问来源于stack exchange，提问作者Fredrik