Pandas实现：按组优先选取Possible为True的total最大值

核心思路 #

通过排序优先级控制+分组取首行实现需求，既保证逻辑准确，又适配10万行级别的大数据量（底层优化过的向量操作，效率远高于循环）：

1. 先按分组键（如year）升序，再按Possible降序（让True的行排在同组最前面），最后按total降序（同Possible状态下，大值在前）
2. 按分组键分组后取每组第一行，直接得到符合要求的结果：
   • 若组内有Possible=True的行，第一行就是其中total最大的
   • 若组内全为Possible=False，第一行就是该组total最大的

代码实现 #

仅按year分组的场景

# 按优先级排序：year升序 → Possible降序（True在前） → total降序
df_sorted = df.sort_values(
    by=['year', 'Possible', 'total'],
    ascending=[True, False, False]
)

# 按year分组，取每组第一行，保留所有列
result = df_sorted.groupby('year', as_index=False).first()

按col、row、year、No、potveg多维度分组的场景

如果你的实际分组维度是这几个字段的组合，只需调整排序和分组的键：

df_sorted = df.sort_values(
    by=['col', 'row', 'year', 'No', 'potveg', 'Possible', 'total'],
    ascending=[True, True, True, True, True, False, False]
)

result = df_sorted.groupby(['col', 'row', 'year', 'No', 'potveg'], as_index=False).first()

逻辑验证 #

举几个典型场景验证：

• 场景1：组内有True和False，且False的total更大
  原数据：

  Possible | total
  False | 200
  True | 180
  True | 150
  排序后顺序：True(180) → True(150) → False(200)，取第一行得到True且total最大的180，符合优先选True的要求

• 场景2：组内全为False
  原数据：

  Possible | total
  False | 200
  False | 150
  排序后第一行是200，直接取组内最大total，符合需求

• 场景3：组内True的行有多个
  原数据：

  Possible | total
  True | 100
  True | 90
  False | 150
  排序后第一行是100，即True中最大的total，符合要求

为什么之前的Stack Overflow方案可能失效 #

多数方案要么只按total排序取最大，未考虑Possible的优先级；要么用循环逐组判断，效率低且容易出现重复/遗漏年份的问题。本方案通过一次排序+分组取首行，既保证逻辑严谨，又适配大数据量的性能需求。

内容的提问来源于stack exchange，提问作者code_error