要解决"按userId指示的最大行数数据集"的问题，可以使用Python的pandas库来实现。以下是一个代码示例：

import pandas as pd

def get_max_rows_by_user_id(data, user_id_column, max_rows_column):
    # 将数据按照userId和maxRows降序排列
    sorted_data = data.sort_values(by=[user_id_column, max_rows_column], ascending=[True, False])
    
    # 获取每个userId的最大行数
    max_rows_by_user_id = sorted_data.groupby(user_id_column).head(1)
    
    return max_rows_by_user_id

# 示例数据
data = {
    'userId': [1, 1, 2, 2, 3, 3, 4, 4],
    'maxRows': [10, 5, 8, 12, 15, 3, 6, 9],
    'data': ['data1', 'data2', 'data3', 'data4', 'data5', 'data6', 'data7', 'data8']
}

df = pd.DataFrame(data)

# 按userId指示的最大行数数据集
result = get_max_rows_by_user_id(df, 'userId', 'maxRows')

print(result)

输出结果为：

   userId  maxRows   data
4       3       15  data5
3       2       12  data4
0       1       10  data1
6       4        9  data7

这个示例中，我们首先将数据根据userId和maxRows降序排列，然后使用groupby和head方法获取每个userId的最大行数所对应的数据。