为了给出“按列参考值筛选行”的代码示例解决方案，需要先了解一下问题的背景和具体要求。

假设我们有一个二维数组，每行代表一条记录，每列代表一个属性。我们希望根据某一列的参考值来筛选出符合条件的行。

以下是一个示例的解决方案，假设我们的二维数组存储在名为data的变量中：

def filter_rows_by_reference_value(data, column_index, reference_value):
    filtered_rows = []
    for row in data:
        if row[column_index] == reference_value:
            filtered_rows.append(row)
    return filtered_rows

在这个解决方案中，我们定义了一个名为filter_rows_by_reference_value的函数，它接受三个参数：data（二维数组）、column_index（要参考的列索引）和reference_value（参考值）。

函数首先创建一个空列表filtered_rows，用于存储筛选出的行。

然后，函数使用一个for循环遍历data中的每一行。

在循环中，我们用row[column_index]来获取当前行在参考列上的值，并将其与reference_value进行比较。

如果当前行的参考值与reference_value相等，则将该行添加到filtered_rows列表中。

最后，函数返回filtered_rows列表，其中包含符合条件的行。

以下是一个使用上述函数的示例：

data = [
    [1, 'apple', 5],
    [2, 'banana', 3],
    [3, 'apple', 2],
    [4, 'orange', 5],
    [5, 'apple', 4]
]

filtered_rows = filter_rows_by_reference_value(data, 1, 'apple')

print(filtered_rows)

在这个示例中，我们传递了一个名为data的二维数组，并指定要参考的列索引为1（即第二列）。我们还指定了参考值为'apple'。

运行这段代码会输出所有参考列为'apple'的行，即：

[[1, 'apple', 5], [3, 'apple', 2], [5, 'apple', 4]]

这就是一个简单的“按列参考值筛选行”的解决方案示例。你可以根据具体的需求和实际情况进行修改和调整。