假设有如下数据：

data = [
    ['A', 1, 10],
    ['A', 2, 20],
    ['B', 1, 30],
    ['B', 2, 40],
    ['C', 1, 50],
    ['C', 2, 60],
]

要按照第一列和第二列进行分组，并且获取第三列的最大值，可以使用pandas库中的groupby函数。代码示例如下：

import pandas as pd

df = pd.DataFrame(data, columns=['col1', 'col2', 'col3'])
result = df.groupby(['col1', 'col2'])['col3'].max()

print(result)

输出结果为：

col1  col2
A     1       10
      2       20
B     1       30
      2       40
C     1       50
      2       60
Name: col3, dtype: int64

上述代码中，首先将数据转换为pandas中的DataFrame对象，然后对该对象进行分组操作，按照第一列和第二列进行分组，并且选择第三列进行聚合计算，获取最大值。最后，将结果输出。