以下是一个示例代码，展示了如何按另一列分组，并提取具有最大和最小值的行：

import pandas as pd

# 创建一个示例数据集
data = {'Group': ['A', 'A', 'B', 'B', 'C', 'C'],
        'Value': [1, 2, 3, 4, 5, 6]}
df = pd.DataFrame(data)

# 按Group列分组，并提取具有最大值的行
max_rows = df.loc[df.groupby('Group')['Value'].idxmax()]

# 按Group列分组，并提取具有最小值的行
min_rows = df.loc[df.groupby('Group')['Value'].idxmin()]

# 打印结果
print("具有最大值的行：")
print(max_rows)
print("\n具有最小值的行：")
print(min_rows)

输出结果为：

具有最大值的行：
  Group  Value
1     A      2
3     B      4
5     C      6

具有最小值的行：
  Group  Value
0     A      1
2     B      3
4     C      5

在上述代码中，我们使用了groupby函数按Group列对DataFrame进行分组。然后，我们使用idxmax和idxmin函数找到每个分组中具有最大和最小值的行的索引。最后，我们使用loc函数根据索引提取相应的行。