如何获取Pandas DataFrame GroupBy后最大key对应的分组？

这里有几种简洁的方法可以实现你的需求，基于你已经创建好的分组对象来操作：

方法1：利用分组对象的get_group方法 #

先把你的代码补全（通常大家会用pd作为pandas的别名，不过直接用pandas也完全没问题）：

import pandas as pd
td = [[10,'A'],[10, 'B'],[2, 'C']]
df = pd.DataFrame(td, columns=['col1','col2'])
grouped = df.groupby('col1')

接下来两步就能拿到结果：

1. 找到分组里的最大key——其实就是col1列的最大值，直接用df['col1'].max()获取比从分组对象里取更高效；
2. 用分组对象的get_group方法传入这个最大key，就能拿到对应分组的DataFrame，再提取col2列转成列表：

max_key = df['col1'].max()
target_list = grouped.get_group(max_key)['col2'].tolist()
print(target_list)  # 输出: ['A', 'B']

方法2：无需分组直接筛选（更简便） #

如果你的核心需求只是获取最大col1对应的col2值列表，其实可以跳过groupby，直接对原DataFrame做筛选：

max_key = df['col1'].max()
target_list = df[df['col1'] == max_key]['col2'].tolist()

两种方法都能得到你想要的['A','B']结果，根据你的实际场景选择就行~

内容的提问来源于stack exchange，提问作者kTest