如何按指定键分组并保留C列最大值行实现DataFrame去重？

嘿，我来帮你搞定这个需求！你想要基于A和B这两个键分组，然后选出每组里C列数值最大的行对吧？这里有两种实用的方法可以实现：

首先先确认下原始数据：

import pandas as pd
dff = pd.DataFrame({"A":["foo", "foo", "foo", "bar"], "B":["A","A","B","A"], "C":[0,3,1,1]})

方法一：用groupby + idxmax()直接定位最大值行 #

这种方法效率很高，适合处理较大的数据集：

# 按A、B分组，找出每组中C列最大值对应的行索引
max_row_indices = dff.groupby(['A', 'B'])['C'].idxmax()
# 根据索引筛选出目标行，重置索引让结果更整洁
result = dff.loc[max_row_indices].reset_index(drop=True)

运行后得到的结果：

A  B  C
0  foo  A  3
1  foo  B  1
2  bar  A  1

方法二：先排序再去重，逻辑更直观 #

如果你觉得分组索引的方式有点绕，也可以用排序+去重的思路：

# 先按A、B升序，再按C降序排序，这样每组里C最大的行会排在最前面
sorted_df = dff.sort_values(['A', 'B', 'C'], ascending=[True, True, False])
# 按A、B去重，只保留每组的第一行（也就是C最大的行）
result = sorted_df.drop_duplicates(subset=['A', 'B'], keep='first').reset_index(drop=True)

这个方法得到的结果和上面完全一致，逻辑更容易理解。

小说明 #

注意你提到的期望输出里foo B对应的C是3，这和原始数据里的数值不符哦～原始数据中foo B的C值只有1，所以正确的结果里这一行的C应该是1。如果是输入数据写错了，调整数据后这两种方法依然适用！

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