能否在(T-)SQL中按特定值出现过滤完整记录组（类似DataFrame需求）

当然可以实现这种需求！你遇到的其实是很常见的「筛选出包含特定值的完整分组」场景，T-SQL里有好几种靠谱的方法，完全能达到类似Python DataFrame分组过滤的效果，我给你一步步讲清楚：

方法一：子查询+IN匹配目标分组 #

最直观的思路是先找出所有包含Value=16的分组ID，再从原表中提取这些分组的全部记录：

SELECT t.ID, t.[Group], t.Value
FROM YourTable t
WHERE t.[Group] IN (
    SELECT DISTINCT [Group]
    FROM YourTable
    WHERE Value = 16
);

逻辑说明： #

1. 子查询部分通过DISTINCT [Group]拿到所有存在Value=16的分组编号（这里就是Group 1和Group 3）
2. 外层查询只保留原表中属于这些分组的所有行，自然就得到了完整的目标分组记录

方法二：窗口函数标记符合条件的分组 #

如果不想用子查询关联，用窗口函数可以更优雅地实现，尤其适合大数据量场景：

WITH GroupWithFlag AS (
    SELECT 
        ID, 
        [Group], 
        Value,
        -- 按分组统计Value=16的出现次数，大于0说明该分组符合条件
        COUNT(CASE WHEN Value = 16 THEN 1 END) OVER (PARTITION BY [Group]) AS HasTargetValue
    FROM YourTable
)
SELECT ID, [Group], Value
FROM GroupWithFlag
WHERE HasTargetValue > 0;

逻辑说明： #

1. 用PARTITION BY [Group]按分组划分窗口，COUNT(CASE...)统计每个分组里Value=16的数量
2. 最后过滤出HasTargetValue>0的行，也就是所有包含目标值的分组的完整记录

关于GROUP BY/HAVING的误区解释 #

你提到用GROUP BY和HAVING无法实现，其实是因为GROUP BY会将分组聚合为单行汇总结果，而我们需要保留分组里的所有原始记录。PARTITION BY只是用来做分组计算，不会改变原始行的结构，所以结合WHERE过滤窗口函数的计算结果，就能完美实现「保留整组」的需求啦。

用你提供的测试数据，上面两种方法都会输出你期望的结果：

ID Group Value
1 1 10
2 1 12
3 1 16
7 3 12
8 3 16
9 3 18

内容的提问来源于stack exchange，提问作者DaanR.