你可以通过--来得到groupby操作中列表的长度

grouped = data.groupby('id').agg(length=('result', 'size'))

字符串
然后你可以使用argmax-

grouped.iloc[grouped['length'].argmax()]

型
或者按最大长度进行过滤-

grouped[grouped['length']==grouped['length'].max()]

型

使用groupby的方式如下

groups=data.groupby('id')['result'].apply(list).reset_index()
groups['Length']=groups['result'].apply(lambda x:len(x))
max_len=groups['Length'].max()
required_df=groups[groups['Length']==max_len]

字符串
您可以使用reset_index（）函数来获得适当的结果

如果你想在没有数据框架的帮助下做到这一点，它就像...

FILENAME = '/Volumes/G-Drive/input.csv'

d = {}

_max = 0, None

with open(FILENAME) as csv:
    next(csv) # skip header
    for row in csv:
        k, n = row.split(',')
        d.setdefault(k, []).append(n)
        if (_l := len(d[k])) > _max[0]:
            _max = _l, k

print(_max[1])

字符串

输出：

Test10001

型
这里假设只有一个id与最大长度匹配。如果有一个以上，那么输出可能不符合预期。
如果可能有多个id符合条件那么。。

FILENAME = '/Volumes/G-Drive/input.csv'

d = {}

_max = 0

with open(FILENAME) as csv:
    next(csv) # skip header
    for row in csv:
        k, n = row.split(',')
        d.setdefault(k, []).append(n)
        _max = max(_max, len(d[k]))

print(*[k for k, v in d.items() if len(v) == _max])

型