如何用Numpy筛选第一列重复行并保留第二列最大值行

嗨，这是个很常见的分组筛选需求，我给你两种实用的Numpy实现方法，都能完美解决你的问题：

方法一：利用排序+唯一值索引（高效简洁） #

这种方法通过先排序让每组的目标行处于固定位置，再提取唯一值对应的行，代码更简洁且性能更好：

import numpy as np

# 原始数组
arr = np.array([[1,2], [2,9], [2,8], [2,7], [1,11], [3,6]])

# 按第一列升序、第二列降序排序，这样每个第一列分组的第一个元素就是第二列最大的行
sorted_arr = arr[np.lexsort((-arr[:, 1], arr[:, 0]))]

# 获取第一列每个唯一值第一次出现的索引（因为排序后最大值在最前面）
_, unique_indices = np.unique(sorted_arr[:, 0], return_index=True)

# 提取结果
result = sorted_arr[unique_indices]
print(result)

运行后输出就是你想要的：

[[ 2  9]
 [ 1 11]
 [ 3  6]]

方法二：分组查找最大值索引（逻辑更直观） #

如果想更清晰地看到分组筛选的过程，可以用这种方法，先对第一列分组，再逐个找到每组第二列的最大值对应的行：

import numpy as np

arr = np.array([[1,2], [2,9], [2,8], [2,7], [1,11], [3,6]])

# 获取第一列的唯一值，以及每个元素对应的分组索引
unique_first_col, group_indices = np.unique(arr[:, 0], return_inverse=True)

# 遍历每个分组，找到该组内第二列最大值的位置
max_positions = []
for i in range(len(unique_first_col)):
    # 筛选出当前分组的所有行
    group_rows = arr[group_indices == i]
    # 找到第二列最大值的索引
    max_idx = np.argmax(group_rows[:, 1])
    # 记录原始数组中对应的行索引
    max_positions.append(np.where(group_indices == i)[0][max_idx])

# 提取最终结果
result = arr[max_positions]
print(result)

两种方法都能得到正确结果，第一种更适合处理大数据量的数组，因为排序和唯一值操作都是Numpy的底层优化实现，速度更快。

内容的提问来源于stack exchange，提问作者TomK