Pandas多索引GroupBy后提取每个年份分组count最高的首行数据

你的数据已经提前完成了两个关键前置准备，不需要额外重复计算，实现逻辑非常直接：

• 聚合DataFrame为两层MultiIndex，第一层索引为year、第二层为product
• 每个year分组内已按count列降序排列，同count值的行优先级（如2016年同值的A、B顺序）完全符合你的输出预期

推荐最优实现（零额外计算开销） #

直接按MultiIndex的year层级分组，取每组的首行即可，对应代码：
top_df = df.groupby(level=0).head(1)
这个实现的适配性体现在：

• 完全保留你当前的行顺序，不会打乱同count值的条目优先级：2016年两个count=7的产品会直接取排序靠前的product A，不存在同值随机选取的问题，100%匹配你预期的输出结果
• 不需要重复对count列做全表排序，相比其他需要二次计算的方法性能更高
• 完整保留原表的MultiIndex结构与所有列（count、sum），不会出现字段缺失

备选实现（适合不确定原有排序状态时做校验） #

如果你无法确认之前的排序是否准确，可以直接基于count最大值定位行，不依赖原有行顺序：

1. 先获取每个year分组下count最大值对应的MultiIndex：
   max_row_idx = df.groupby(level=0)['count'].idxmax()
2. 按获取到的索引提取对应行：
   top_df = df.loc[max_row_idx]

注意：pandas的idxmax()遇到组内同最大值的场景时，默认返回最先出现的记录的索引，在你当前已排序的状态下，取到的结果和head(1)方法完全一致，不会和2016年取product A的预期冲突。

常见踩坑提醒 #

• 不要直接使用df.groupby(level=0).max()做提取：这个方法是对每列单独取最大值，会把不同行的字段拼接错位，比如2015年会错误得到count=9、sum=46的不匹配记录，不是同一个product的真实值
• groupby时必须指定level=0对应year层级：如果省略level参数，groupby会默认按所有MultiIndex列分组，完全达不到按年份拆分的效果

最终输出的结果会和你的预期完全一致：

• 2015年对应记录：product A，count=9，sum=23
• 2016年对应记录：product A，count=7
• 2017年对应记录：product B，count=9
• 2018年对应记录：product A，count=3

内容的提问来源于stack exchange，提问作者user15410844