使用标准方法groupby(keys)[column].idxmax()。但是，要使用所需的行，idxmax您需要idxmax返回唯一的索引值。获得唯一索引的一种方法是调用reset_index。
从中获取索引值后，groupby(keys)[column].idxmax()您可以使用来选择整行df.loc：
In [20]: df.loc[df.reset_index().groupby(['F_Type'])['to_date'].idxmax()]
Out[20]:
start end
F_Type to_date
A 20150908143000 345 316
B 20150908143000 10743 8803
C 20150908143000 19522 16659
D 20150908143000 433 65
E 20150908143000 7290 7375
F 20150908143000 0 0
G 20150908143000 1796 340
注意：idxmax返回索引 标签 ，不一定是普通 标签 。使用后reset_index的指数标签碰巧也是序，但由于idxmax正在恢复标签（不是序号），最好是 始终 使用idxmax与配合df.loc，而不是df.iloc（因为我原来在这个岗位做。）
602392714
清零编程群