考虑使用Python中的pandas库。假设数据集已经被读入一个名为df的pandas DataFrame中，其中包含国家、数值1和数值2三个列。我们可以使用groupby()函数按照国家对数据进行分组，并使用agg()函数对每组数据求最大和最小值。

示例代码如下：

import pandas as pd

# 读入数据集
df = pd.read_csv('data.csv')

# 按照国家对数据进行分组，求每组数据的最大和最小值
result = df.groupby('Country').agg({'Value1':['max', 'min'], 'Value2':['max', 'min']})

# 将结果保存到文件中
result.to_csv('result.csv')

以上示例代码中，'data.csv'是包含数据集的文件名，'result.csv'则是保存结果的文件名。我们使用agg()函数对每组数据求最大和最小值，其中参数是一个字典，键为列名，值为要对该列进行的操作，例如{'Value1':['max', 'min']}表示对Value1列求最大值和最小值。

最后将结果保存到文件中即可。result DataFrame中的每一行对应一个国家的最大和最小值，其中每一列的列名包含了操作类型和对应的列名。