如何在Python中筛选Pandas DataFrame分组内P值最大的行？

首先先构造你提供的示例DataFrame：

import pandas as pd

df = pd.DataFrame({
    'ind': [0, 1, 2, 3],
    'SID': [1, 1, 1, 1],
    'SEMID': [5, 5, 5, 3],
    'TID': [450, 451, 452, 455],
    'TYP': ['A', 'A', 'A', 'A'],
    'P': [10, 9, 15, 2]
})

下面提供两种适合新手的实现方式：

方法一：使用groupby + idxmax #

这种方法直接定位每组中P值最大的行的索引，再筛选原数据：

# 按分组键（SID、SEMID、TYP）分组，获取每组P列最大值对应的行索引
max_p_idx = df.groupby(['SID', 'SEMID', 'TYP'])['P'].idxmax()
# 根据索引提取目标行
result = df.loc[max_p_idx]
# 可选：重置索引让输出更整洁
result = result.reset_index(drop=True)

方法二：排序后去重 #

通过先排序再去重的方式，保留每组中P值最大的行，逻辑更直观：

# 按分组键升序、P值降序排序，确保每组中P最大的行排在最前面
sorted_df = df.sort_values(by=['SID', 'SEMID', 'TYP', 'P'], ascending=[True, True, True, False])
# 按分组键去重，只保留每组的第一行（即P最大的行）
result = sorted_df.drop_duplicates(subset=['SID', 'SEMID', 'TYP'], keep='first')
# 可选：重置索引
result = result.reset_index(drop=True)

两种方法最终都会得到你期望的输出结果。

内容的提问来源于stack exchange，提问作者Saddaf Afrin Khan