Python 从另一列中给定数值阈值的筛选器列对

我有一个下面的数据框，在这个数据框中，我需要通过从第三列中选择一对具有最高数值的ID来过滤给定两个不同列中的一对ID的行

import pandas as pd

data = [
    ['11x', '12x', 5.5, 'other_1'], 
    ['11x', '12x', 3.5, 'other_2'],
    ['10x', '9x', 1.5, 'other_1'],
    ['10x', '9x', 3.5, 'other_2'],
    ['1x', '1x', 3.5, 'other_x'],
]

# Create the pandas DataFrame 
df = pd.DataFrame(data, columns = ['id1', 'id2', 'to_filter_on', 'other_data']) 

df.head()


# output of head
"""
    id1     id2     to_filter_on    other_data
0   11x     12x     5.5     other_1
1   11x     12x     3.5     other_2
2   10x     9x      1.5     other_1
3   10x     9x      3.5     other_2
4   1x      2x      3.5     other_x
"""

给定ID字段对（id1和id2），我只想选择一对，其中从列

到
上的\u filter\u的阈值最高。从某种意义上说，我需要一个如下的数据帧：

"""
    id1     id2     to_filter_on    other_data
0   11x     12x     5.5     other_1
1   10x     9x      3.5     other_2
2   1x      2x      3.5     other_x
"""

请注意，
至
上的过滤器中具有较低值的ID对“11x和12x”已被删除，与“10x和9x”对相同

非常感谢您的指点和帮助。
使用
groupby
和
idxmax
获取最高“to\u filter\u on”值的索引，然后使用该值索引
df
：

df.iloc[df.groupby(['id1', 'id2'], sort=False)['to_filter_on'].idxmax()]

   id1  id2  to_filter_on other_data
0  11x  12x           5.5    other_1
3  10x   9x           3.5    other_2
4   1x   1x           3.5    other_x

或者，通过排序和删除重复项来避免使用
groupby
：

(df.sort_values(['id1', 'id2', 'to_filter_on'])
   .drop_duplicates(['id1', 'id2'], keep='last')
   .sort_index())

   id1  id2  to_filter_on other_data
0  11x  12x           5.5    other_1
3  10x   9x           3.5    other_2
4   1x   1x           3.5    other_x

如果要保留所有具有相同（最大）值的行，请在
上进行筛选：

s = df.groupby(['id1','id2'])['to_filter_on'].transform('max')
df[df.to_filter_on.eq(s)]

给出：

    id1     id2     to_filter_on    other_data
0   11x     12x     5.5             other_1
3   10x     9x      3.5             other_2
4   1x      1x      3.5             other_x