Pandas分组排序问题：获取各Netflix用户最长观看影片

1. 计算用户-影片的总观看时长 #

先按用户和影片维度分组，统计每部影片的累计观看时长，并转为结构化DataFrame方便后续处理：

# 统计每个用户观看各影片的总时长，重置索引转为常规DataFrame
user_title_total = df_clean.groupby(['Profile Name', 'title_clean'])['Duration'].sum().reset_index()

2. 提取每个用户的最长观看时长条目 #

提供两种简洁的实现方式：

方式一：用idxmax()定位最大值行 #

通过分组找到每个用户组内时长最长的行索引，再提取对应数据：

# 获取每个用户组内时长最长的行索引
max_duration_idx = user_title_total.groupby('Profile Name')['Duration'].idxmax()
# 提取最终结果
user_top_watch = user_title_total.loc[max_duration_idx]

方式二：排序后去重 #

先按用户升序、时长降序排序，再保留每个用户的第一条数据（即最长时长条目）：

# 按用户分组、时长降序排序，去重保留每个用户的最长观看记录
user_top_watch = user_title_total.sort_values(
    by=['Profile Name', 'Duration'],
    ascending=[True, False]
).drop_duplicates(subset='Profile Name')

结果展示 #

基于你提供的样例数据，运行后会得到：

原代码问题说明 #

你之前的代码在分组求和后直接全局排序取最大1条，只会返回所有用户-影片组合中时长最高的单个结果，而非每个用户各自的最长观看条目。

内容的提问来源于stack exchange，提问作者Jakub Gabrych