按A、B列分组取C、D列最大值并匹配E、F列对应值的实现

源数据 #

需求 #

按A、B列分组，获取C、D列的最大值（D列在C为TRUE/FALSE时可能出现相同值），同时保留对应的E、F列数值。

期望输出 #

已尝试代码 #

columns = ['A','B']
df2.groupby(columns,as_index=False, dropna=False)[['C','D']].max()

执行结果 #

问题 #

目前仅能得到A、B、C、D列的结果，无法获取对应的E、F列数值。

解决方案 #

核心逻辑是：先锁定C列最大值对应的行（布尔值中TRUE大于FALSE），再在这些行里找到D列最大值的记录，从而带出对应的E、F列。以下两种方法都能实现：

方法1：分步筛选目标行

# 筛选出每组内C列等于最大值的行
mask = df2['C'] == df2.groupby(['A','B'])['C'].transform('max')
filtered_df = df2[mask]

# 找到筛选后每组内D列最大值对应的行索引
target_idx = filtered_df.groupby(['A','B'])['D'].idxmax()

# 提取最终结果
result = df2.loc[target_idx].reset_index(drop=True)

方法2：排序后取组内首行

利用布尔值排序特性，先按A、B分组，组内按C降序、D降序排序，直接取每组第一行：

result = df2.sort_values(['A','B','C','D'], ascending=[True, True, False, False]) \
            .groupby(['A','B'], as_index=False, dropna=False).first()

验证结果 #

运行上述任意代码后，输出与期望完全一致：

内容的提问来源于stack exchange，提问作者mail303