多DataFrame按ID取最大值并关联对应name的实现问题

我有多个包含id、max值与对应name的DataFrame，需要针对每个id提取所有DataFrame中的max最大值，同时保留该最大值所属的name。示例仅展示2个DataFrame，实际有近100个，每个含约100个id，无法手动匹配对应name。尝试用groupby但未得到预期结果，相关代码、当前输出及预期输出如下：

示例代码 #

import pandas as pd
d1 = pd.DataFrame()
d2 = pd.DataFrame()
d1['id'] = [1,2,3,4,5]
d2['id'] = [1,2,3,4,5]
d1['max'] = [10,20,30,40,50]
d2['max'] = 25
d1['name'] = 'name_1'
d2['name'] = 'name_2'
df_max_list=[d1, d2]
df_max_out=pd.concat(df_max_list).groupby(level=0).max()

当前输出 #

id  max name
0   1   25  name_2
1   2   25  name_2
2   3   30  name_2
3   4   40  name_2
4   5   50  name_2

预期输出 #

id  max name
0   1   25  name_2
1   2   25  name_2
2   3   30  name_1
3   4   40  name_1
4   5   50  name_1

解决方案 #

之前的groupby(level=0).max()是按原DataFrame的索引分组，对每列单独取最大值——name列会取字符串字典序的最大值（name_2比name_1大），因此无法匹配到最大值对应的name。正确的思路是按id分组，找到每组中max值最大的完整行，保留对应的name。

方法一：排序后取首行 #

先合并所有DataFrame，按max降序排序后，对每个id取第一行（即max最大的行）：

import pandas as pd

d1 = pd.DataFrame()
d2 = pd.DataFrame()
d1['id'] = [1,2,3,4,5]
d2['id'] = [1,2,3,4,5]
d1['max'] = [10,20,30,40,50]
d2['max'] = 25
d1['name'] = 'name_1'
d2['name'] = 'name_2'
df_max_list = [d1, d2]

# 合并所有DataFrame
combined_df = pd.concat(df_max_list)
# 按id分组，每组按max降序排序后取第一行
df_max_out = combined_df.sort_values('max', ascending=False).groupby('id').first().reset_index(drop=False)
# 调整列顺序以匹配预期输出
df_max_out = df_max_out[['id', 'max', 'name']].reset_index(drop=True)
print(df_max_out)

方法二：用idxmax定位最大值行 #

通过idxmax()找到每组中max值最大的行索引，再提取对应行：

import pandas as pd

d1 = pd.DataFrame()
d2 = pd.DataFrame()
d1['id'] = [1,2,3,4,5]
d2['id'] = [1,2,3,4,5]
d1['max'] = [10,20,30,40,50]
d2['max'] = 25
d1['name'] = 'name_1'
d2['name'] = 'name_2'
df_max_list = [d1, d2]

combined_df = pd.concat(df_max_list)
# 按id分组，获取每组max值最大的行索引
max_row_indices = combined_df.groupby('id')['max'].idxmax()
# 根据索引提取对应行
df_max_out = combined_df.loc[max_row_indices].reset_index(drop=True)
# 调整列顺序以匹配预期输出
df_max_out = df_max_out[['id', 'max', 'name']]
print(df_max_out)

两种方法都能适配大量DataFrame的场景，无需手动处理，自动完成id匹配、最大值提取及对应name保留。

内容的提问来源于stack exchange，提问作者Regina Phalange