基于Pandas DataFrame筛选指定列匹配且某列值最大的行并导出CSV

嘿，这个需求我之前做数据清理的时候经常碰到，用Pandas的分组和筛选操作就能完美搞定！下面一步步给你讲清楚怎么做：

核心思路 #

我们需要先按第1列（文本）和第6列（整数）的组合值分组，然后在每个分组里只保留第3列数值最大的那一行，最后把结果导出到新CSV文件。

具体实现方法 #

这里给你两种常用的方法，你可以根据自己的习惯选择：

方法一：用groupby + idxmax（最直接） #

这种方法先找到每组中第3列最大值对应的行索引，再通过索引提取目标行：

import pandas as pd

# 1. 加载原始数据
df = pd.read_csv("你的输入文件.csv")

# 2. 按第1列（0索引对应df.columns[0]）和第6列（df.columns[5]）分组，取第3列（df.columns[2]）最大值的行索引
max_row_indices = df.groupby([df.columns[0], df.columns[5]])[df.columns[2]].idxmax()

# 3. 根据索引筛选出目标行
filtered_df = df.loc[max_row_indices]

# 4. 导出到新CSV（index=False表示不保存行索引）
filtered_df.to_csv("筛选后的结果.csv", index=False)

方法二：用sort_values + drop_duplicates（更灵活） #

如果需要处理「多组行第3列值相同且都是最大值」的情况，这种方法可以更灵活地控制保留哪一行：

import pandas as pd

df = pd.read_csv("你的输入文件.csv")

# 1. 先按分组键（第1、6列）升序排，再按第3列降序排（让最大值行排在每组最前面）
sorted_df = df.sort_values(
    by=[df.columns[0], df.columns[5], df.columns[2]],
    ascending=[True, True, False]
)

# 2. 按分组键去重，只保留每组的第一行（也就是第3列最大的行）
# 要是想保留最后一个最大值行，把keep='first'改成keep='last'就行
filtered_df = sorted_df.drop_duplicates(subset=[df.columns[0], df.columns[5]], keep="first")

# 3. 导出结果
filtered_df.to_csv("筛选后的结果.csv", index=False)

示例验证 #

比如你提到的场景：

行0的第1列（spam）和第6列（6）与行4、行6的对应列取值匹配，而行4的第3列取值（221）大于行0和行6的

用上面的代码处理后，这个分组里只会保留行4，其他两行会被过滤掉，完全符合你的需求。

内容的提问来源于stack exchange，提问作者user3447273