Pandas groupby取最大值时如何保留对应非分组列

现有如下测试DataFrame：

import pandas as pd
df = pd.DataFrame({
    "id": ["a", "a", "a", "b", "b"],
    "type1": ["main", "main", "main", "second", "second"],
    "type2": ["regular", "unregular", "large", "regular", "unregular"],
    "val": [3,5,3,80,90]
})

按id、type1列分组取val列最大值时，直接使用df.groupby(["id","type1"])["val"].max().reset_index()仅会返回分组键和聚合后的val列，丢失最大值对应的type2字段，需要保留完整行数据。

方案1：idxmax定位行索引（单最大值场景首选） #

groupby的idxmax()方法会直接返回每个分组中val取最大值的行在原表中的索引，用loc筛选对应行即可保留全部字段：

res = df.loc[df.groupby(["id", "type1"])["val"].idxmax()].reset_index(drop=True)

运行后输出结果完全匹配预期：

id   type1      type2  val
0  a    main  unregular    5
1  b  second  unregular   90

方案2：transform匹配最大值（适合保留并列最大值场景） #

如果分组内可能存在多个val等于最大值的行、需要全部保留，可以用transform把分组最大值广播到每一行，再做布尔筛选：

res = df[df["val"] == df.groupby(["id", "type1"])["val"].transform("max")].reset_index(drop=True)

注意：如果同组存在多个最大值行，该方法会返回所有符合条件的行，方案1的idxmax()仅会返回分组内第一个出现的最大值行，可根据业务场景选择。

内容的提问来源于stack exchange，提问作者gh1222