假设有一个 DataFrame df，其中有三列，分别为 column1、column2 和 column3。我们需要按 column1 和 column2 分组，返回每个分组中 column3 计数最大的行。

首先，我们可以用 groupby 函数按 column1 和 column2 分组，并使用 size 函数计算每个分组的数量：

grouped = df.groupby(['column1', 'column2']).size().reset_index() grouped.columns = ['column1', 'column2', 'count']

然后，我们可以用 merge 函数将原始 DataFrame 和分组计数 DataFrame 进行合并：

merged = pd.merge(df, grouped, on=['column1', 'column2'])

接下来，我们可以用 groupby 函数再次按 column1 和 column2 分组，并使用 idxmax 函数返回每个分组中 count 最大的行：

result = merged.loc[merged.groupby(['column1', 'column2'])['count'].idxmax()]

最后，我们可以重置索引并删除 count 列：

result = result.reset_index(drop=True).drop('count', axis=1)