如何保留DataFrame中指定列值相同且value最大的记录

需求：筛选出q2、id_q、check_id列值相同的记录，仅保留每组中value值最大的条目。

输入DataFrame #

q1                   q2              id_q         check_id         value
sdfsdf             dfsdfsdf            10              10             90
hdfhhd             dfsdfsdf            10              10             80

期望输出 #

q1                   q2              id_q         check_id         value
sdfsdf             dfsdfsdf            10              10             90

问题分析 #

之前尝试过以下写法：

df = df.sort_values(by=['q2', 'value']).drop_duplicates(subset=['q2', 'id_q', 'check_id'], keep='last')

但该方法存在隐患——它仅保留排序后的最后一条记录，若value按升序排序，确实能拿到最大值，但如果排序逻辑调整（比如改为降序），结果就会出错，且写法逻辑不够直接。

可靠解决方案 #

方法一：groupby + idxmax（推荐） #

直接通过分组获取每组value最大值对应的行索引，再筛选行，逻辑精准清晰：

# 获取每组中value最大的行的索引
max_row_indices = df.groupby(['q2', 'id_q', 'check_id'])['value'].idxmax()
# 根据索引筛选目标行
df = df.loc[max_row_indices]

方法二：排序去重（优化版） #

如果偏好排序去重的思路，需明确将value设为降序排列，确保每组的第一条就是最大值，再保留第一条：

df = df.sort_values(
    by=['q2', 'id_q', 'check_id', 'value'],
    ascending=[True, True, True, False]
).drop_duplicates(subset=['q2', 'id_q', 'check_id'], keep='first')

内容的提问来源于stack exchange，提问作者noob4ever