第一种方法：

按照某列进行由大到小的排序，然后再进去去重，保留第一个值，最终保留的结果就是最大值的数据

# 由大到小排序
data_frame = data_frame.sort_values(by='column_a', ascending=False)

# 按照column_b列去重保留第一条，剩下的值即为最大值
data_frame.drop_duplicates(labels='column_b', keep='first', inplace=True)

第二种方法：

获取某列最大值的索引，然后再反取索引对应的行即可

比如，有一个daframe有A,B,C三列，现在需要取C列每个值对应A列最大的值：

    df = pd.DataFrame({
        'A': [1, 4, 7, 10, 2],
        'B': [5, 2, 9, 3, 6],
        'C': [8, 8, 1, 1, 1]
    })

    print(df)
    print('----------------')
    # 需要取C列每个值对应的A列的最大值

    df_new = df.groupby('C')['A'].agg(pd.Series.idxmax)
    print(df_new)
    print('----------------')

    df = df.iloc[df_new]
    print(df)