Pandas分组聚合：按Company ID分组后获取最高Post Valuation及对应Deal Date实现方案

我手里有一张包含三列核心数据的表格，列名分别是Company ID、Post Valuation、Deal Date。现在想要实现的需求是：先按Company ID对数据进行分组，然后获取每个公司ID对应的最高Post Valuation，同时拿到这个最高估值对应的Deal Date。

我尝试过下面这段代码：

df_X.sort_values('Post Valuation', ascending=True).groupby('Company ID', as_index=False)['Post Valuation'].first()

但运行后只能拿到最高估值，没法获取对应的Deal Date，想问问该怎么修改代码才能实现想要的效果？

附表格数据： #

解决方案 #

你原来的代码问题出在最后只选取了Post Valuation列来执行first()操作，所以自然拿不到对应的Deal Date。另外还有个小细节：你用了ascending=True是升序排序，这样取first()拿到的其实是每组里最小的估值，得改成降序才能拿到最高的！下面给你几种可行的修改方案：

方案1：调整原逻辑，保留需要的列 #

顺着你原来的排序+分组思路，只需要把分组时选取的列改成['Post Valuation', 'Deal Date']，同时修正排序方向：

# 先按Post Valuation降序排序，把NaN放到最后
df_sorted = df_X.sort_values('Post Valuation', ascending=False, na_position='last')
# 分组后取每组第一行，就能同时拿到最高估值和对应日期
result = df_sorted.groupby('Company ID', as_index=False)[['Post Valuation', 'Deal Date']].first()

方案2：用idxmax()精准定位最高估值行 #

这种方法更直接，先找到每个组内Post Valuation最大的行的索引，再用索引提取整行数据：

# 获取每个组内Post Valuation最大的行的索引
idx = df_X.groupby('Company ID')['Post Valuation'].idxmax()
# 根据索引提取对应行的数据，重置索引让结果更规整
result = df_X.loc[idx, ['Company ID', 'Post Valuation', 'Deal Date']].reset_index(drop=True)

小贴士：如果某个组的Post Valuation全是NaN，idxmax()会返回该组的第一个行索引，对应的Deal Date就是该组第一条记录的日期，和方案1的结果保持一致。

方案3：自定义聚合函数实现需求 #

如果需要更灵活的逻辑，可以用agg()配合自定义函数来同时提取目标值：

import pandas as pd

def get_max_val_and_date(group):
    # 找到组内Post Valuation最大的行
    max_row = group.loc[group['Post Valuation'].idxmax()]
    # 返回需要的两个值
    return pd.Series([max_row['Post Valuation'], max_row['Deal Date']], 
                     index=['Post Valuation', 'Deal Date'])

# 分组应用自定义函数
result = df_X.groupby('Company ID', as_index=False).apply(get_max_val_and_date).reset_index()

内容的提问来源于stack exchange，提问作者le Minh Nguyen