如何从多个DataFrame中获取行数最大的DataFrame

核心逻辑为比较所有输入DataFrame的行数，返回行数最大的对象即可，pandas中可以直接用len(df)获取DataFrame的行数，实现代码如下：

基础实现（返回第一个行数最大的DataFrame） #

import pandas as pd

def get_max_row_df(*dfs):
    # 无输入时报错
    if not dfs:
        raise ValueError("请至少传入一个DataFrame")
    # 按行数取最大值，存在多个相同最大行数时返回第一个出现的
    return max(dfs, key=lambda df: len(df))

测试示例 #

用你给出的三个DataFrame测试效果：

# 构造测试数据
df1 = pd.DataFrame({
    "id": [1,2], "A": [2,3], "B": [2,3], "C": [2,3]
})
df2 = pd.DataFrame({
    "id": [1,2,3,4], "A": [5,6,8,0], "B": [5,6,8,0], "C": [5,6,8,0]
})
df3 = pd.DataFrame({
    "id": [1], "A": [6], "B": [6], "C": [6]
})

# 调用函数获取结果
max_df = get_max_row_df(df1, df2, df3)
print(max_df)

输出结果就是行数最大的df2，符合需求。

进阶实现（返回所有行数最大的DataFrame） #

如果存在多个行数相同的最大值DataFrame，需要全部返回的话可以用以下版本：

def get_all_max_row_dfs(*dfs):
    if not dfs:
        raise ValueError("请至少传入一个DataFrame")
    # 先计算最大行数
    max_row_count = max(len(df) for df in dfs)
    # 筛选出所有行数等于最大值的DataFrame
    return [df for df in dfs if len(df) == max_row_count], max_row_count

调用后会返回两个结果：所有符合条件的DataFrame组成的列表、最大行数值。

内容的提问来源于stack exchange，提问作者user16017809