这是一个使用Python pandas库来实现的示例代码，其中使用了groupby和apply方法来按组获取另一列中与idxmax对应的列值：

import pandas as pd

# 创建示例数据
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Value': [10, 20, 30, 40, 50, 60]}
df = pd.DataFrame(data)

# 按组获取另一列中与idxmax对应的列值
result = df.groupby('Group')['Value'].apply(lambda x: x.loc[x.idxmax()])

print(result)

输出结果：

Group
A    20
B    40
C    60
Name: Value, dtype: int64

在这个示例中，首先创建了一个包含两列的DataFrame，其中Group列表示组别，Value列表示对应的值。

然后，使用groupby方法按Group列进行分组，然后使用apply方法对每个组执行自定义的lambda函数。

在lambda函数中，使用x.idxmax()找到每个组中Value列的最大值的索引，然后通过x.loc[x.idxmax()]获取与最大值索引对应的Value列的值。

最后，将结果存储在result变量中，并打印出来。

请注意，这里假设每个组只有一个最大值。如果有多个最大值，将返回第一个最大值对应的值。如果需要获取所有最大值对应的值，可以使用x.loc[x == x.max()]来获取。