Pandas按item分组DataFrame，如何取每组两列乘积最大的对应行数据

你用df.groupby("item").max()拿到错误结果，根源是这个方法的聚合逻辑是逐列独立计算最大值，完全不保留同一行的字段关联：

• 拿F分组举例，单独算width列的最大值是15，单独算length列的最大值是19，这两个值分属两个完全不同的原始行，被无关联拼接成了错误的条目
• 这种逐列打散聚合的逻辑，从根本上和你“取整行中width*length乘积最大的条目”的需求不匹配，单靠调整分组参数解决不了这个拼接问题。

核心是要先把“判断哪个行是组内最优”的逻辑落地：先计算每行的width*length作为判断依据，再定位每个分组内对应乘积最大的完整行，最后提取需要的width、length字段，常用两种可直接复用的实现方式：

方法1：用idxmax直接定位目标行索引 #

这是性能最好的实现，尤其适合数据量较大的场景：

1. 先给每行加临时列，存储width和length的乘积

   df["area"] = df["width"] * df["length"]
   

2. 按item分组，拿到每个组内area值最大的行的索引值

   target_rows = df.groupby("item")["area"].idxmax()
   

3. 通过索引取出对应行的目标字段，重置索引让结果更整洁

   result = df.loc[target_rows, ["item", "width", "length"]].reset_index(drop=True)
   

方法2：排序后取分组首行 #

这种方式灵活性高，后续如果要调整排序规则（比如乘积相同的时候优先取width更大的行），修改排序逻辑即可实现：

1. 同样先加临时乘积列

   df["area"] = df["width"] * df["length"]
   

2. 先按item排序，再按area值降序排，让每个分组里乘积最大的行自动排到组内最前面

   df_sorted = df.sort_values(["item", "area"], ascending=[True, False])
   

3. 每个分组只取第一行，提取需要的字段

   result = df_sorted.groupby("item").head(1)[["item", "width", "length"]].reset_index(drop=True)
   

两种方法跑完的输出完全符合预期：

小提示：临时计算的area列如果后续不需要，可以在结果生成后用df.drop(columns="area", inplace=True)清理掉，不会影响最终结果。

内容的提问来源于stack exchange，提问作者amiref