如何使用Pandas按Id分组取最高值并按自定义规则输出？

你可以直接基于已创建的初始DataFrame执行以下代码，完全兼容Python 3.10 + Pandas 1.3.4运行环境：

# 1. 将MultiIndex转为普通列方便后续操作
df = df.reset_index()

# 2. 计算每个Id分组的最高Score（对应需求1）
df['group_max'] = df.groupby('Id')['Score'].transform('max')

# 3. 每个分组内部按Score降序排序（对应需求4）
df = df.groupby('Id', group_keys=False).apply(
    lambda x: x.sort_values('Score', ascending=False)
).reset_index(drop=True)

# 4. 所有分组按最高Score降序、最高值相同则按Id升序排序（对应需求2）
df = df.sort_values(['group_max', 'Id'], ascending=[False, True]).reset_index(drop=True)

# 5. 处理Id列仅首行展示，同时新增Highest Score列仅首行展示（对应需求3）
df['Id'] = df['Id'].mask(df['Id'].duplicated(), '')
df['Highest Score'] = df['group_max'].mask(df['group_max'].duplicated(), '')

# 6. 删掉临时辅助列，可选将NaN替换为空字符串优化展示效果
df = df.drop(columns='group_max').fillna('')

# 输出最终结果
print(df)

内容的提问来源于stack exchange，提问作者Stpete111