Python 按组内字符串长度筛选数据帧

假设我有以下数据

import pandas as pd
df = pd.DataFrame(data=[[1, 'a'], [1, 'aaa'], [1, 'aa'], 
                        [2, 'bb'], [2, 'bbb'], 
                        [3, 'cc']], 
                  columns=['key', 'text'])

   key text
0    1    a
1    1  aaa
2    1   aa
3    2   bb
4    2  bbb
5    3   cc

我想做的是按

键

变量分组，并按

文本

的长度对每组中的数据进行排序，最后得到一系列索引值，用于重新索引数据帧。我想我可以这样做：

df.groupby('key').text.str.len().sort_values(ascending=False).index

df['text'].str.len()

但它说我需要使用

apply

，所以我尝试了以下方法：

df.groupby('key').apply(lambda x: x.text.str.len().sort_values(ascending=False).index, axis=1)

但这告诉我，

lambda

得到了一个意外的关键字：

axis

我对熊猫比较陌生，所以我不知道该怎么做。另外，我的目标是简单地消除重复数据，这样对于每个

键

，我都会使用

文本

的最长值保留该值。预期产出为：

   key text
1    1  aaa
4    2  bbb
5    3   cc

如果有比我正在尝试的更简单的方法，我也愿意接受

df.groupby('key', as_index=False).apply(lambda x: x[x.text.str.len() == x.text.str.len().max()])

输出：

     key text
0 1    1  aaa
1 4    2  bbb
2 5    3   cc

输出：

     key text
0 1    1  aaa
1 4    2  bbb
2 5    3   cc

输出：

   key   text
0    1  [aaa]
1    2  [bbb]
2    3   [cc]

输出：

   key   text
0    1  [aaa]
1    2  [bbb]
2    3   [cc]

---

不需要中间步骤。可以得到字符串长度如下的序列：

df.groupby('key').text.str.len().sort_values(ascending=False).index

df['text'].str.len()

现在输出groupby键，并使用idxmax（）返回索引值，其中字符串的长度最大

---

不需要中间步骤。可以得到字符串长度如下的序列：

df.groupby('key').text.str.len().sort_values(ascending=False).index

df['text'].str.len()

现在输出groupby键，并使用idxmax（）返回索引值，其中字符串的长度最大