按ContractoreName与ProjectCode双分组，获取最大OrderID对应行的InvoiceID

嘿，这个需求我在日常工作里经常碰到，给你分享两种最常用场景的解决方案吧：

SQL 解决方案 #

不管你用的是MySQL、PostgreSQL还是SQL Server这类数据库，都有两种靠谱的实现方式：

方法1：子查询关联 #

先通过子查询算出每个ContractorName + ProjectCode分组下的最大OrderID，再和原表关联匹配，拿到对应的InvoiceID：

SELECT t1.ContractorName, t1.ProjectCode, t1.InvoiceID
FROM your_table t1
INNER JOIN (
    -- 先分组获取每个组的最大OrderID
    SELECT ContractorName, ProjectCode, MAX(OrderID) AS MaxOrderID
    FROM your_table
    GROUP BY ContractorName, ProjectCode
) t2 
ON t1.ContractorName = t2.ContractorName 
    AND t1.ProjectCode = t2.ProjectCode 
    AND t1.OrderID = t2.MaxOrderID;

方法2：窗口函数（推荐，更简洁） #

如果你的数据库支持窗口函数（比如MySQL 8.0+、PostgreSQL等），用ROW_NUMBER()可以一步到位：

SELECT ContractorName, ProjectCode, InvoiceID
FROM (
    SELECT *,
           -- 按双字段分组，每组内按OrderID降序排，给行编号
           ROW_NUMBER() OVER (PARTITION BY ContractorName, ProjectCode ORDER BY OrderID DESC) AS rn
    FROM your_table
) t
WHERE rn = 1; -- 取每组的第一行（也就是OrderID最大的行）

⚠️ 注意：如果同一个分组里有多个行的OrderID都是最大值，上面的ROW_NUMBER()只会保留其中一行。如果要保留所有并列最大的行，把ROW_NUMBER()换成RANK()就行。

Python Pandas 解决方案 #

如果是用Pandas处理数据集，同样有两种直观的实现方式：

方法1：分组找最大值后合并 #

先分组算出每个组的最大OrderID，再和原数据框合并匹配：

import pandas as pd

# 假设你的数据集存在df这个DataFrame里
max_order_df = df.groupby(['ContractorName', 'ProjectCode'])['OrderID'].max().reset_index()
# 合并后提取需要的列
result_df = pd.merge(df, max_order_df, 
                     on=['ContractorName', 'ProjectCode', 'OrderID'], 
                     how='inner')[['ContractorName', 'ProjectCode', 'InvoiceID']]

方法2：排序后去重（更简洁） #

先按分组字段排序，再按OrderID降序排列，最后保留每个分组的第一行：

# 排序：先按分组字段升序，再按OrderID降序
sorted_df = df.sort_values(by=['ContractorName', 'ProjectCode', 'OrderID'], 
                           ascending=[True, True, False])
# 保留每个分组的第一行（也就是OrderID最大的行）
result_df = sorted_df.drop_duplicates(subset=['ContractorName', 'ProjectCode'], 
                                      keep='first')[['ContractorName', 'ProjectCode', 'InvoiceID']]

同样，如果要保留所有并列最大的行，把drop_duplicates换成过滤条件就行：

# 先拿到每个分组的最大OrderID
max_order = df.groupby(['ContractorName', 'ProjectCode'])['OrderID'].max()
# 过滤出所有等于对应分组最大OrderID的行
result_df = df[df.apply(lambda row: row['OrderID'] == max_order[(row['ContractorName'], row['ProjectCode'])], axis=1)]

内容的提问来源于stack exchange，提问作者Payman