如何在Pandas的groupby操作中保留所有列并获取指定列最大值？

输入数据 #

期望输出 #

解决方案 #

方法1：利用groupby+idxmax定位最大值行

通过分组找到每组中academic_level最大值对应的索引，再从原DataFrame中提取这些索引对应的完整行：

import pandas as pd

# 构造输入DataFrame
df = pd.DataFrame({
    'ID': [1, 1, 2, 2],
    'academic_level': [9, 1, 5, 7],
    'sex': [1, 2, 1, 2],
    'location': [3, 3, 4, 4]
})

# 获取每组academic_level最大值的索引
max_row_indices = df.groupby('ID')['academic_level'].idxmax()

# 提取对应行并重置索引
result = df.loc[max_row_indices].reset_index(drop=True)
print(result)

方法2：排序后去重

先按ID升序、academic_level降序排序，再保留每个ID的第一行（即最大值所在行）：

result = df.sort_values(by=['ID', 'academic_level'], ascending=[True, False]) \
           .drop_duplicates(subset='ID', keep='first') \
           .reset_index(drop=True)
print(result)

两种方法都能得到期望的输出，可根据实际数据规模和需求选择：方法1逻辑更直接，适合中小数据集；方法2在需要多字段排序时更灵活。

内容的提问来源于stack exchange，提问作者Ramiro Guzmán