下面是一个示例代码，它演示了如何按另一列的唯一值进行分组，并获取每个唯一值所对应的最大值：

import pandas as pd

# 创建一个示例数据集
data = {'group': ['A', 'A', 'B', 'B', 'B', 'C'],
        'value': [10, 20, 15, 25, 30, 5]}

df = pd.DataFrame(data)

# 按 group 列的唯一值进行分组，并获取 value 列的最大值
max_values = df.groupby('group')['value'].max()

print(max_values)

输出结果为：

group
A    20
B    30
C     5
Name: value, dtype: int64

在这个示例中，我们使用了 pandas 库来处理数据。首先，我们创建了一个包含两列的示例数据集 df，其中 group 列包含分组的唯一值，value 列包含对应的数值。

然后，我们使用 groupby 方法按 group 列的唯一值进行分组，并通过索引符号 [] 指定我们要获取的列 value。

最后，我们使用 max 方法获取每个分组中 value 列的最大值，并将结果存储在变量 max_values 中。

注意，上述代码中的示例数据是一个 pandas 的 DataFrame 对象，如果你的数据不是 DataFrame 对象，你可能需要先将其转换为 DataFrame。