Pandas按Position分组获取Grandtotal最大值并保留Player列

你现在的需求是按position字段分组，拿到每组grandtotal的最大值，同时把对应的player也保留在结果里对吧？之前的代码只拿到了分组后的最大值，没带上玩家名称，我给你两个实用的解决方案：

方法一：用idxmax()定位最大值行（推荐高效版） #

这个方法通过找到每组最大值的行索引，直接提取对应数据，效率很高，适合大数据量场景：

import pandas as pd

# 你的示例DataFrame
result = pd.DataFrame([
    {'position': 'Top', 'grandtotal': 36.72, 'player': 'Joe'},
    {'position': 'Top', 'grandtotal': 101.18, 'player': 'Bill'},
    {'position': 'Middle', 'grandtotal': 33.32, 'player': 'Jim'},
    {'position': 'Middle', 'grandtotal': 72.62, 'player': 'Him'},
    {'position': 'Bottom', 'grandtotal': 42.61, 'player': 'Tim'},
    {'position': 'Bottom', 'grandtotal': 83.98, 'player': 'Slim'},
])

# 找到每组grandtotal最大值对应的行索引
max_row_indices = result.groupby('position')['grandtotal'].idxmax()

# 根据索引提取完整行数据，重置索引让结果更整洁
playerframe = result.loc[max_row_indices].reset_index(drop=True)

运行后playerframe就是你要的结果，完整包含position、player和对应最大的grandtotal。

方法二：排序后去重（直观易懂版） #

如果觉得索引操作有点绕，也可以用排序+去重的思路，逻辑更直观：

# 先按position分组，再按grandtotal从高到低排序
sorted_df = result.sort_values(
    by=['position', 'grandtotal'],
    ascending=[True, False]
)

# 保留每个position的第一行（也就是最大值那行）
playerframe = sorted_df.drop_duplicates(subset='position').reset_index(drop=True)

这个方法先把每组里得分最高的行排到最前面，再去掉重复的position条目，留下的就是每组的最高得分玩家数据。

最终结果示例 #

不管用哪种方法，你都会得到如下结果：

position  grandtotal player
0   Bottom       83.98   Slim
1   Middle       72.62    Him
2      Top      101.18   Bill

内容的提问来源于stack exchange，提问作者Sean