可以使用pandas库来实现按照ID分组，选择列的最大值，日期列的操作。下面是一个示例代码：

import pandas as pd

# 创建示例数据
data = {'ID': [1, 1, 2, 2, 3, 3],
        'Value': [10, 20, 30, 40, 50, 60],
        'Date': ['2021-01-01', '2021-01-02', '2021-01-03', '2021-01-04', '2021-01-05', '2021-01-06']}
df = pd.DataFrame(data)

# 将Date列转换为日期类型
df['Date'] = pd.to_datetime(df['Date'])

# 按照ID分组，选择Value列的最大值，Date列
result = df.groupby('ID').agg({'Value': 'max', 'Date': 'first'})

print(result)

输出结果为：

    Value       Date
ID                  
1      20 2021-01-01
2      40 2021-01-03
3      60 2021-01-05

在示例代码中，首先创建了一个包含ID、Value和Date列的DataFrame。然后使用pd.to_datetime()函数将Date列转换为日期类型。接着使用groupby()方法按照ID分组，使用agg()方法选择Value列的最大值，以及选择第一个出现的Date值。最后打印结果。