如何按元组首元素分组取每组末元素最大项，可通过字典实现吗？

完全可以通过字典实现，实现逻辑非常简洁，时间复杂度仅为O(n)，比用pandas处理的性能更高。

实现思路 #

• 以元组的第一个元素作为字典的key，每个key对应的值为当前分组内最后一位元素最大的元组
• 一次遍历所有元组，对每个元组做如下判断：
  • 若当前key不在字典中，直接存入当前元组
  • 若当前key已存在，对比当前元组和字典中存储元组的最后一位数值，若当前元组的数值更大则替换字典中的存储值
• 遍历完成后直接取出字典的所有值，即为最终结果

可直接运行的代码 #

def get_target_tuples(tuples_list):
    group_dict = {}
    for tpl in tuples_list:
        key = tpl[0]
        current_last = tpl[-1]
        if key not in group_dict:
            group_dict[key] = tpl
        else:
            # 如果相同最大值需要保留后出现的元组，把>改成>=即可
            if current_last > group_dict[key][-1]:
                group_dict[key] = tpl
    return list(group_dict.values())

# 测试示例
A = [(1, 3, 5, 6, 6), (0, 1, 2, 4, 5), (1, 9, 8, 3, 5), (0, 2, 3, 5, 7)]
print(get_target_tuples(A))
# 输出：[(1, 3, 5, 6, 6), (0, 2, 3, 5, 7)] 完全符合预期

原pandas代码错误原因说明 #

你原来的代码中grouped_data.max(4)的写法是错误的，max()方法的参数是numeric_only，不是指定按第4列求最大值，调用该方法会对分组内所有列分别求最大值再拼接成新行，不是你需要的「找到最后一列最大的整行数据」。如果要使用pandas实现，正确写法可以参考：

import pandas as pd
def f(sample):
    data = pd.DataFrame(sample)
    # 先按最后一列降序排序，再按分组去重，保留每组第一个（也就是最后一列最大的）行
    result = data.sort_values(by=data.columns[-1], ascending=False).drop_duplicates(subset=0, keep='first')
    return list(result.to_records(index=False))

内容的提问来源于stack exchange，提问作者Cooper