如何在Pandas DataFrame中获取鸡肉类别最高价格的对应行？

构造示例DataFrame #

先还原你提供的数据集：

import pandas as pd

data = {
    'Meat type': ['beef', 'beef', 'chicken', 'chicken', 'pork', 'pork'],
    'brand': ['A', 'B', 'A', 'B', 'A', 'B'],
    'Price': [10, 12, 11, 14, 9, 16]
}
df = pd.DataFrame(data)

方法一：筛选子集后取最大行（最直观） #

先过滤出Meat type为chicken的行，再用nlargest直接提取价格最高的1行：

chicken_max_row = df[df['Meat type'] == 'chicken'].nlargest(1, 'Price')

执行后得到的结果即为目标单行DataFrame：

方法二：通过索引定位最大值行 #

先筛选出chicken的子集，再找到价格最大值对应的索引，最后提取该行：

# 筛选chicken数据
chicken_subset = df[df['Meat type'] == 'chicken']
# 获取Price最大值的索引
max_price_idx = chicken_subset['Price'].idxmax()
# 提取目标行（用loc保持DataFrame格式）
chicken_max_row = chicken_subset.loc[[max_price_idx]]

方法三：批量处理多类别场景（扩展用法） #

如果后续需要获取每个肉类的最高价格行，再筛选chicken的结果，可以用groupby：

# 按Meat type分组，每组取Price最高的行
all_max_rows = df.groupby('Meat type', group_keys=False).apply(lambda x: x.nlargest(1, 'Price'))
# 筛选chicken的结果
chicken_max_row = all_max_rows[all_max_rows['Meat type'] == 'chicken']

内容的提问来源于stack exchange，提问作者Victor Zhong