如何在Pandas DataFrame中按Reference分组筛选Length最大的行？

嘿，这个需求在Pandas里有好几种靠谱的实现方式，我来给你一步步讲清楚，顺便帮你排查下之前用groupby没成功的可能原因～

首先先把你的示例数据构造出来，方便演示：

import pandas as pd

df = pd.DataFrame({
    'Reference': ['ref101', 'ref101', 'ref202', 'ref202'],
    'ID': [123456, 123789, 654321, 653212],
    'Length': [10, 5, 20, 40]
})

方法1：groupby + idxmax（最直接的分组定位法） #

你之前用groupby没成功，大概率是直接用了max()聚合——这样会把每列都取最大值，导致ID列和Length列无法对应。而idxmax()能帮你找到每个组里Length最大值对应的行索引，再用loc提取整行就对了：

# 按Reference分组，获取每个组Length最大值的行索引
max_length_indices = df.groupby('Reference')['Length'].idxmax()
# 根据索引提取目标行
result = df.loc[max_length_indices]

运行后result就是你要的结果：

注意：如果同一个组里有多个行的Length值相同且都是最大值，idxmax()只会返回第一个出现的那一行的索引。

方法2：排序 + 去重（更直观的思路） #

如果你觉得索引操作有点绕，可以先排序再去重：

# 先按Reference分组，再按Length降序排序，确保组内最大Length的行排在最前面
sorted_df = df.sort_values(['Reference', 'Length'], ascending=[True, False])
# 保留每个Reference的第一行（也就是Length最大的行）
result = sorted_df.drop_duplicates(subset='Reference', keep='first')

这种方法逻辑很直观，排序后每个组的目标行都在最顶端，去重时只保留第一个就搞定了。

方法3：transform标记法（适合保留多最大值行的场景） #

如果你的数据里可能存在同一个组内多个行Length都是最大值的情况，想要把这些行都保留下来，就用transform：

# 给原DataFrame新增一列，标记该行是否是组内Length最大值
df['is_group_max'] = df.groupby('Reference')['Length'].transform(lambda x: x == x.max())
# 筛选出标记为True的行
result = df[df['is_group_max']]

比如如果ref101组里有两行Length都是10，这个方法会把两行都保留下来，而前两种方法只会留第一行。

内容的提问来源于stack exchange，提问作者DanielH