在Pandas DataFrame中按日期（小时级数据）分组添加当日high最大值列的实现方法

刚好我之前处理过类似的需求，其实不用手动遍历每行（这种方法在数据量大的时候效率特别低），用Pandas的分组+变换操作就能轻松搞定，而且代码简洁高效。

实现步骤 #

首先要确保你的date列是datetime类型，如果还没转换的话，先执行这一步：

import pandas as pd

# 转换date列为datetime类型（如果还没转的话）
df_sub['date'] = pd.to_datetime(df_sub['date'])

接下来直接新增目标列，核心逻辑是按日期（提取日期部分，忽略时分秒）分组，然后对每组的high列取最大值，再把这个最大值广播到该组的每一行：

# 新增daily_high_max列，存储对应日期的high最大值
df_sub['daily_high_max'] = df_sub.groupby(df_sub['date'].dt.date)['high'].transform('max')

代码解释 #

• df_sub['date'].dt.date：把带时分秒的datetime值转换成纯日期对象，这样就能按自然日分组
• groupby(...)['high']：按日期分组后，聚焦到high列
• transform('max')：这一步是关键，它会计算每个分组的最大值，然后将这个值填充到该分组的每一行中，而不是只返回每个分组的单个值，完美匹配你需要的“每行对应日期最大值”的需求

举个例子，你提供的2022-01-03的几条数据里，high列的最大值是4298.0（对应行408），那这一天的所有行的daily_high_max都会被赋值为4298.0，完全符合你的要求。

为什么推荐这个方法 #

手动遍历每行的方式（比如用for循环逐行处理）在数据量小的时候看似可行，但当你的DataFrame有几千甚至几万行时，速度会慢得离谱。而Pandas的groupby+transform是向量化操作，底层用C实现，效率能提升几十甚至上百倍。

内容的提问来源于stack exchange，提问作者Pren Ven