Pandas查询列最大值对应行时去除重复行的实现方法

当前筛选返回4条完全一致重复行的场景下，可根据实际使用需求选择以下处理方式：

• 适配现有代码的去重处理：在已写好的筛选结果后追加drop_duplicates()方法，过滤掉内容完全一致的冗余行，仅保留唯一的匹配结果。
  对应完整代码：

  df[['name','score']][df.score == df.score.max()].drop_duplicates()
  

  执行后输出仅包含1行name='a', score=100的结果，默认保留第一次出现的匹配行；如果需要保留最后一次出现的重复行，可传入参数keep='last'，即.drop_duplicates(keep='last')。
• 一步实现最高分查询：利用pandas自带的nlargest方法，按照score列排序直接取排名第一的单行结果，无需手动计算最大值、筛选、去重，逻辑更简洁健壮：

  df[['name','score']].nlargest(1, 'score')
  

  该方法会自动计算score列的最大值，返回排序后排名首位的结果，即便存在多个并列最高分的记录，也会只返回1行，完全匹配需求。
• 轻量化值提取：如果仅需要拿到匹配的name值、不需要返回完整DataFrame结构，可以调用unique()方法先对匹配的name列做值去重，再取数组中的第一个元素：

  # 直接返回字符串"a"
  df[df.score == df.score.max()]['name'].unique()[0]
  

• 索引截取首行结果：如果确定数据集必然存在score等于最大值的记录，也可以直接通过索引截取筛选结果的第一行：

  df[['name','score']][df.score == df.score.max()].iloc[0]
  

  注意该方法健壮性较弱，如果后续数据集中不存在符合筛选条件的记录，会触发索引越界报错。

内容的提问来源于stack exchange，提问作者nemo92world