按多列分组后筛选每个供应商对应金额最大的类别行

嗨，我来帮你解决这个问题！你现在的需求是从已经按Supplier和Category分组求和后的DataFrame里，给每个供应商只保留金额最大的那个类别对应的行对吧？我给你几个简单好用的pandas实现方法，你可以根据场景选择：

方法一：使用groupby + idxmax() #

这个方法会先定位每个供应商组内金额最大的行索引，再提取对应行，逻辑清晰直接：

# 假设你的DataFrame名为df
# 获取每个供应商组内Amount最大值对应的行索引
max_row_indices = df.groupby('Supplier')['Amount'].idxmax()
# 根据索引提取目标行，重置索引让结果更整洁
result_df = df.loc[max_row_indices].reset_index(drop=True)

方法二：使用rank()函数标记排名 #

通过给每个供应商组内的金额排名，筛选出排名第一的行，还能灵活处理同金额的情况：

# 给每个供应商组内的Amount降序排名，method='first'表示同金额时保留最先出现的行
df['amount_rank'] = df.groupby('Supplier')['Amount'].rank(ascending=False, method='first')
# 筛选排名第一的行，删除临时排名列并重置索引
result_df = df[df['amount_rank'] == 1].drop('amount_rank', axis=1).reset_index(drop=True)

如果想保留所有金额并列最大的行，可以把method='first'换成method='min'，这样所有最大值的行都会被标记为排名1。

方法三：排序后去重 #

先按供应商分组、金额降序排序，再保留每个供应商的第一行，操作直观易懂：

result_df = df.sort_values(by=['Supplier', 'Amount'], ascending=[True, False])\
              .drop_duplicates(subset='Supplier')\
              .reset_index(drop=True)

备注：内容来源于stack exchange，提问作者user2981194