基于另一列最大值合并两个DataFrame及报错解决

报错原因分析 #

你原来的代码df3 = df1.merge(df2, on='C2', how='inner')['val'].max()执行后，得到的并不是一个DataFrame，而是整个val列的单个最大值（numpy.float64类型）。当你尝试调用head()方法时，单个数值对象自然没有这个属性，所以触发了AttributeError。你的需求是保留每个C2分组下val最大的完整行，而不是求全局最大值，所以原代码的逻辑不符合需求。

正确解决方案 #

我们需要先从df2中筛选出每个C2对应的val最大的行，再和df1合并，这里提供两种常用方法：

方法1：使用groupby + idxmax

先通过分组找到每个C2组内val最大值对应的行索引，再提取这些行，最后合并：

# 获取每个C2组中val最大的行的索引
max_row_indices = df2.groupby('C2')['val'].idxmax()
# 从df2中提取这些行
df2_max_rows = df2.loc[max_row_indices]
# 与df1合并得到目标结果
df3 = df1.merge(df2_max_rows, on='C2', how='inner')

方法2：使用sort_values + drop_duplicates

先按C2升序、val降序排序，然后保留每个C2的第一行（即val最大的行），再合并：

# 按C2分组，val降序排序，去重保留每组第一行
df2_max_rows = df2.sort_values(['C2', 'val'], ascending=[True, False]).drop_duplicates('C2')
# 合并得到目标DataFrame
df3 = df1.merge(df2_max_rows, on='C2', how='inner')

两种方法都能得到你期望的输出：

内容的提问来源于stack exchange，提问作者Arun