如何使用Pandas保留DataFrame中按最新版本分组的记录

给定如下Pandas DataFrame：

Id     b_num    b_type     b_ver   price
100    55        A          0       100
101    55        A          0        50    
102    55        A          1       100
103    55        A          1        60 
104    30        C          2       100
105    30        C          2        50    
106    30        C          2       100
107    30        C          2        60
108    30        C          4       200
109    30        C          4        55    
110    30        C          4        80
111    30        C          4       120
112    30        C          4        20

需求：按b_num和b_type分组，保留每组中b_ver（版本号）最新的所有记录，期望输出如下：

Id     b_num    b_type     b_ver   price
102    55        A          1       100
103    55        A          1        60 
108    30        C          4       200
109    30        C          4        55    
110    30        C          4        80
111    30        C          4       120
112    30        C          4        20

方法一：分组取最大版本后合并筛选 #

1. 按b_num和b_type分组，提取每组的最大b_ver值：

max_ver_df = df.groupby(['b_num', 'b_type'])['b_ver'].max().reset_index()

2. 将原DataFrame与上述结果合并，筛选出匹配的记录：

result = df.merge(max_ver_df, on=['b_num', 'b_type', 'b_ver'])

方法二：使用transform直接筛选（更高效） #

通过transform方法在原DataFrame中生成每组的最大版本号，直接过滤出符合条件的行：

# 生成每组的最大版本号掩码
mask = df['b_ver'] == df.groupby(['b_num', 'b_type'])['b_ver'].transform('max')
# 筛选出目标记录
result = df[mask]

两种方法均能得到预期结果，方法二无需额外合并操作，执行效率更高。

内容的提问来源于stack exchange，提问作者Julio Moyano Basso