在按ID分组时，如果想要获取最频繁出现的值，可以使用Python中的pandas库来实现。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'ID': ['A', 'A', 'A', 'B', 'B', 'C', 'C', 'C', 'C'],
        'Value': [1, 2, 2, 3, 3, 4, 4, 4, 5]}
df = pd.DataFrame(data)

# 按ID分组并统计每个分组中的值的频率
grouped = df.groupby('ID')['Value'].value_counts()

# 按ID分组获取每个分组中频率最高的值
result = grouped.groupby(level=0).idxmax().reset_index(name='Most Frequent Value')
print(result)

运行上述代码，会输出结果如下：

  ID Most Frequent Value
0  A                   2
1  B                   3
2  C                   4

在上述代码中，首先创建了一个包含ID和Value两列的DataFrame。然后使用groupby方法按ID分组，并使用value_counts方法统计每个分组中值的频率。接下来，再次使用groupby方法按ID分组，并使用idxmax方法获取每个分组中频率最高的值的索引。最后，使用reset_index方法将结果转换为DataFrame，并指定列名为"Most Frequent Value"。输出的结果即为每个ID分组中最频繁出现的值。