Python pandas 如何按Row Number分组保留每组Rank最高值（含并列）

你可以通过分组后匹配每组最大值的方式实现需求，以下是可直接运行的完整代码：

完整代码示例 #

import pandas as pd

# 构造示例DataFrame
df = pd.DataFrame({
    'Row Number': [702, 702, 702, 100, 100, 100],
    'Rank': [20, 20, 6, 5, 5, 1]
})

# 核心逻辑：按Row Number分组，获取每个分组的Rank最大值，过滤匹配的行
group_max_rank = df.groupby('Row Number')['Rank'].transform('max')
res_df = df[df['Rank'] == group_max_rank].reset_index(drop=True)

print(res_df)

输出结果 #

Row Number  Rank
0         702    20
1         702    20
2         100     5
3         100     5

逻辑说明 #

• groupby('Row Number')['Rank'].transform('max') 会为每一行返回其所在Row Number分组的最高Rank值，返回结果的长度和原DataFrame完全一致，方便直接做布尔过滤
• 布尔过滤df[df['Rank'] == group_max_rank]会保留所有Rank等于所在分组最高值的行，自动包含并列最高的情况
• 末尾的reset_index(drop=True)是可选操作，用于重置输出结果的行索引，符合预期输出格式

备选实现方案 #

如果你更习惯用分组聚合后合并的方式，也可以用下面的写法，效果完全一致：

# 先计算每个分组的最高Rank
group_max = df.groupby('Row Number', as_index=False)['Rank'].max()
# 用两字段匹配合并，自动过滤不符合的行
res_df = pd.merge(df, group_max, on=['Row Number', 'Rank'], how='inner')

内容的提问来源于stack exchange，提问作者datafreak