以下是一个示例代码，展示了如何按最大值分组而不丢弃列：

import pandas as pd

# 创建示例数据框
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Value': [1, 2, 3, 4, 5, 6],
        'OtherColumn': ['X', 'Y', 'Z', 'W', 'P', 'Q']}
df = pd.DataFrame(data)

# 按 Group 列进行分组，获取每组的最大值所在的行
max_rows = df.groupby('Group')['Value'].idxmax()

# 根据得到的索引获取最大值所在的行，并保留其他列
result = df.loc[max_rows]

print(result)

输出结果为：

  Group  Value OtherColumn
1     A      2           Y
3     B      4           W
5     C      6           Q

在上面的示例中，我们首先创建了一个包含 Group、Value 和 OtherColumn 列的示例数据框。然后，我们使用 Pandas 的 groupby() 函数按 Group 列进行分组，并使用 idxmax() 方法获取每组的最大值所在的行的索引。最后，使用 loc[] 方法根据得到的索引获取最大值所在的行，并保留其他列。