如何基于cust_id分组删除DataFrame中y值较小的行？

示例数据 #

先还原你的数据结构：

实现方法 #

要保留每个cust_id下y值最大的行（即删除y较小的行），用Pandas的groupby+idxmax就能快速实现，不需要逐行筛选：

import pandas as pd

# 构造数据框（已有数据可跳过此步）
df = pd.DataFrame({
    'group_id': [101, 101, 101, 101],
    'cust_id': [1, 1, 2, 2],
    'score': [95, 95, 85, 85],
    'x1': ['F', 'F', 'M', 'M'],
    'x2': [30, 30, 28, 28],
    'contract_id': [1, 2, 1, 2],
    'y': [30, 26, 8, 18]
})

# 1. 获取每个cust_id下y值最大的行的索引
max_y_idx = df.groupby('cust_id')['y'].idxmax()

# 2. 筛选保留目标行，得到最终结果
result_df = df.loc[max_y_idx]

执行后result_df的输出就是你需要的结果：

直接修改原数据框（删除行） #

如果想直接在原数据框上删除目标行，可补充以下代码：

# 计算需要删除的索引
drop_idx = df.index.difference(max_y_idx)
# 直接删除行（inplace=True会修改原数据框）
df.drop(drop_idx, inplace=True)

原理说明 #

• groupby('cust_id')['y'].idxmax()会按cust_id分组，自动找出每组中y值最大的行的索引，一步完成“按cust_id筛选+找最大y”的核心逻辑。
• 用df.loc[]根据这些索引筛选，就能直接得到保留的行，无需手动逐组判断比较。

内容的提问来源于stack exchange，提问作者Shuai Yue