Pandas按Entity和Year分组取最大consumption，相同值时取最大Year

你的问题出在groupby(['Entity','Year'])——这样是按实体+年份的组合分组，相当于把每个年份的消费值单独取最大（其实就是自身），根本没实现“找每个实体的最大消费值，再对应最大年份”的目标。

下面给两种高效的实现方式：

方法一：先筛选最大消费值，再取对应最大年份 #

# 第一步：计算每个实体的消费最大值
entity_max_cons = df.groupby('Entity')['consumption'].max().reset_index(name='max_cons')

# 第二步：匹配原数据中消费值等于最大值的行
matched = df.merge(entity_max_cons, on='Entity')
matched = matched[matched['consumption'] == matched['max_cons']]

# 第三步：对每个实体，保留年份最大的行
result = matched.groupby('Entity').apply(lambda g: g[g['Year'] == g['Year'].max()]).reset_index(drop=True)

# 保留需要的列
result = result[['Entity', 'Year', 'consumption']]

方法二：排序后取每组首行（更简洁） #

先按实体分组，组内按消费值降序、年份降序排序，这样每组的第一行就是消费值最大且年份最新的记录：

# 排序：实体升序，消费降序，年份降序
sorted_df = df.sort_values(['Entity', 'consumption', 'Year'], ascending=[True, False, False])

# 按实体分组取首行
result = sorted_df.groupby('Entity').first().reset_index()

# 调整列顺序（可选，确保和需求一致）
result = result[['Entity', 'Year', 'consumption']]

两种方法都能得到你要的['Entity','Year','consumption']结构的DataFrame，当同一实体有多个年份对应相同最大消费值时，自动保留年份最大的那一行。

内容的提问来源于stack exchange，提问作者Keith Taylor