如何在pandas DataFrame中筛选每个分组对应指定列最大值的行

你需要的是分组内目标列最大值对应的原始行，直接用groupby.max()会对每列单独取最大值，和需求不符，以下是几种常用实现方案：

方法1：groupby.idxmax()（仅返回每组第一个最大值行） #

如果每组只有一个最大值，或者只需要第一个出现的最大值行，用这个方法最便捷：

# 按[Make, Model]分组，提取每组Customer Rating最大值对应的行索引
max_idx = df.groupby(['Make', 'Model'])['Customer Rating'].idxmax()
# 用索引筛选原DataFrame的完整行
result = df.loc[max_idx]

特点：逻辑简单效率高，遇到并列最大值时仅返回第一个出现的行。

方法2：groupby.transform()（返回分组内所有最大值行） #

如果需要保留同一分组内所有并列最大值的行，用这个方案：

# 生成与原表长度一致的序列，每个位置对应所在分组的Customer Rating最大值
group_max = df.groupby(['Make', 'Model'])['Customer Rating'].transform('max')
# 筛选原表中Customer Rating等于分组最大值的行
result = df[df['Customer Rating'] == group_max]

特点：所有符合最大值条件的行都会被保留，适合存在并列极值的场景。

方法3：排序+去重（逻辑直观，支持自定义排序规则） #

如果需要额外自定义排序逻辑来决定并列最大值时保留哪一行，可以用这个方案：

# 先按分组列升序、Customer Rating降序排序，确保每个分组的最大值行排在最前
sorted_df = df.sort_values(by=['Make', 'Model', 'Customer Rating'], ascending=[True, True, False])
# 按分组列去重，保留第一个出现的行（即最大值行）
result = sorted_df.drop_duplicates(subset=['Make', 'Model'], keep='first')

示例运行结果 #

用你提供的测试数据，以上方法返回的结果如下：

内容的提问来源于stack exchange，提问作者Alex P