可以使用 Python 的 itertools.groupby 和 max 来实现您的需求。以下是完整的实现步骤：

实现步骤：

1. 按第一个元素对列表排序，这样 groupby 能正确分组。
2. 使用 groupby 根据第一个元素分组。
3. 对每个分组，选择第二个元素最大的子列表。

代码实现：

from itertools import groupby

lst = [[2,6], [1,4], [0,1], [1,1], [2,3], [0,2]]

# 第一步：按第一个元素排序
sorted_lst = sorted(lst, key=lambda x: x[0])

# 第二步和第三步：分组并选择每组中第二个元素最大的子列表
results = [
    max(group, key=lambda x: x[1])  # 找到每组中第二个元素最大的子列表
    for _, group in groupby(sorted_lst, key=lambda x: x[0])
]

print(results)

输出结果：

[[0, 2], [1, 4], [2, 6]]

代码详解：

1. 排序：
   python sorted_lst = sorted(lst, key=lambda x: x[0])
   这样排序后列表变为：
   py [[0, 1], [0, 2], [1, 4], [1, 1], [2, 6], [2, 3]]

2. 分组：
   python groupby(sorted_lst, key=lambda x: x[0])
groupby 会按第一个元素分组，例如：

3. 0: [[0, 1], [0, 2]]
4. 1: [[1, 4], [1, 1]]

5. 2: [[2, 6], [2, 3]]

6. 找最大值：
   python max(group, key=lambda x: x[1])
   对每个分组，找到第二个元素最大的子列表。例如：

7. 0: [[0, 2]]
8. 1: [[1, 4]]
9. 2: [[2, 6]]

简化版代码：

如果喜欢简洁代码，可以用一行完成：

from itertools import groupby
results = [
    max(group, key=lambda x: x[1])
    for _, group in groupby(sorted(lst, key=lambda x: x[0]), key=lambda x: x[0])
]
print(results)

这种方法高效且简洁，非常适合解决您的问题。

您可以使用以下方法进行操作np.maximum.reduceat：

import numpy as np
lst = np.array([[2,6],[1,4],[0,1],[1,1],[2,3],[0,2]])
lst = lst[np.argsort(lst[:,0])] #sorting lst by first row
u, idx = np.unique(lst[:,0], return_index = True) 
print(np.c_[u, np.maximum.reduceat(lst[:,1], idx)])

首先对数组进行排序。然后需要获取将数组拆分为组的索引：idx = [0, 2, 4]以及第一列的相应值u = [0, 1, 2]。最后，使用np.maximum.reduceat以获取从idx指定索引开始的组的最大值，并将其连接到右侧显示u。

备注：我numpy在这里使用了一个广泛使用的库，它允许将循环推入 C 级别，速度要快得多。纯 Python 解决方案也值得关注。

奖励：这实际上是一个使用numpy_indexed专用于数组 groupby 操作的库（不太广泛使用）的单行代码：

import numpy_indexed as npi
import numpy as np
np.transpose(npi.group_by(lst[:, 0]).max(lst[:, 1]))