如何在Pandas中按Floor列分组，获取UV列绝对值最大的原始值？

原始DataFrame df_1：

Floor  UV
1   1      -2
2   1      3
3   1      -5
4   1      4
5   2      14
6   2      -15

你当前使用的代码df_1.loc[df_1.groupby("Floor")["UV"].idxmax()]是直接取每组UV的最大值对应的行，不符合“取绝对值最大的原始值”的需求。

实现方案 #

核心思路是基于UV的绝对值判断每组的最大值位置，再定位原始行：

方法一：通过lambda表达式直接计算

output_df = df_1.loc[df_1.groupby("Floor")["UV"].apply(lambda x: x.abs().idxmax())]

方法二：添加临时绝对值列（更直观）

# 生成UV的绝对值临时列
df_1['UV_abs'] = df_1['UV'].abs()
# 按Floor分组，获取每组UV_abs最大的行索引
max_abs_indices = df_1.groupby("Floor")["UV_abs"].idxmax()
# 提取目标行并删除临时列
output_df = df_1.loc[max_abs_indices].drop('UV_abs', axis=1)

最终输出结果 #

Floor  UV
3   1      -5
6   2      -15

内容的提问来源于stack exchange，提问作者Hür Doğan ÜNLÜ