本文是根據stackoverflow上一個問題進行的覆盤，若涉及任何侵權，請聯絡我修改或刪除。

stackoverflow原文連結 -->

https://stackoverflow.com/questions/32459325/python-pandas-dataframe-select-row-by-max-value-in-group

我將上面的資料直接複製貼上到excel中，分列及填充F_Type列後，儲存為csv格式。

接下來，用pandas.read_csv匯入到python中，

重新設定索引就可以顯示出與原問題相同的結構

接下來，問題中的要求是按ABCD中去分組，然後取出每一分組的to_date最大的一條資料

先對df重設索引，這樣就可以把F_Type變成column類，再以這個column分組

用group_name.groups，可以檢視每一分組的資訊，這裡課可以看到每一分組包含的資料的索引位置資訊

接下來，指定各個groups中某一列。並idxmax()提取該列裡面的最大值的索引

這裡的出來的g1，是一個series，索引是各類，值是原資料的索引

各最大值索引的位置出來了，我們就可以用iloc選取原陣列中對應的行資料，iloc是根據索引的位置來選取資料行

如果要用loc，loc是根據索引的值來選取資料行

那麼我們就要對陣列reset_index，這樣一來，index就是重設為從0開始，新index無論是值還是位置，都是從0開始，便可以根據索引值選取資料行

用loc選取後的陣列如下

原連結中解決問題的答案現在已經無法給出結果，resolver用的是loc+idxmax(), 可能pandas已經無法用loc去同時匹配一個作為條件的sereis的索引和值。

--- End ---