pandas按人名分组提取最大体重对应完整记录的方法

你现有代码的问题：

• 聚合时只选中了age列计算最大值，自然不会返回weight列的数据
• 你的需求是取每个name分组下weight值最大的完整记录，单独对某一列做聚合运算，没法自动匹配同一条记录的其他字段值

推荐实现方法（性能最优） #

用idxmax()定位每个分组中weight最大值对应的原表行索引，直接筛选对应行后调整列顺序即可：

import pandas as pd

data = {'name':['dave','bob','barry','bob','dave','barry'],
        'age':[35,30,41,50,44,53],
        'weight':[144,158,150,187,250,197]}
df = pd.DataFrame(data)

# 核心逻辑：分组找weight最大的行索引 → 筛选行 → 按要求排序列顺序 → 重置索引
result = df.loc[df.groupby('name')['weight'].idxmax(), ['name', 'age', 'weight']].reset_index(drop=True)
print(result)

运行输出符合要求：

name  age  weight
0  barry   53     197
1    bob   50     187
2   dave   44     250

简易写法（适合小数据集） #

先按weight降序排序，再按name去重保留第一条（也就是weight最大的记录），逻辑更直观：

result = df.sort_values('weight', ascending=False) \
           .drop_duplicates(subset='name', keep='first') \
           [['name', 'age', 'weight']] \
           .reset_index(drop=True)

避坑提醒：不要直接使用df.groupby('name').max()实现该需求，这种写法会对分组下的每一列独立计算最大值，会出现字段错配问题——如果某个name下age最大的记录和weight最大的记录不是同一条，返回的age和weight会来自不同行，结果完全错误。

内容的提问来源于stack exchange，提问作者PawPatrol