DataFrame使用groupby分组求最大值时如何保留全部原始列

现有15列的DataFrame，已通过groupby实现按item_number_start分组、取每组item_number_revision列的最大值，需要最终结果同时保留原始DataFrame中其余所有列的对应值。

以下两种方法都可以保留所有原始列的对应值，不会额外篡改非聚合列数据：

• 方法1：通过idxmax()定位最大值所在原始行
  idxmax()会返回每个分组下最大值对应的原始行索引，直接通过索引筛选原表即可拿到完整行数据：

# 获取每个分组下修订列最大值对应的原表行索引
max_row_idx = df.groupby('item_number_start')['item_number_revision'].idxmax()
# 从原表筛选对应行，得到包含全部15列的结果
result = df.loc[max_row_idx]

• 方法2：排序后按分组去重
  先按目标列降序排序，让每个分组的最大值行排在最前面，再按分组列去重保留首行即可：

result = df.sort_values('item_number_revision', ascending=False)\
           .drop_duplicates(subset='item_number_start', keep='first')

不要直接调用df.groupby('item_number_start').max()：该语法会对所有列统一执行取最大值操作，非数值列会返回分组内字典序最大的内容，和“最大值行对应的其他列原始值”逻辑不符，最终结果会出错。

内容的提问来源于stack exchange，提问作者duc