基于移位列生成最大值列并处理最后行的最优实现问询

现有DataFrame如下：

df = pd.DataFrame(
    {
       'a': [20, 9, 31, 40],
       'b': [1, 10, 17, 30],
    }
)

预期输出为新增列c和name：

a   b   c    name
0  20   1  20    NaN
1   9  10  20    NaN
2  31  17  17    NaN
3  40  30  40    a 

实现步骤要求：

• a) 初始列c通过df['c'] = np.fmax(df['a'].shift().bfill(), df['b'])生成；
• b) 最后一行的c值取该行a、b的最大值（因该行a>b，取40）；
• c) 获取最后一行a、b中最大值对应的列名存入name。

我的尝试代码如下：

df['c'] = np.fmax(df['a'].shift().bfill(), df['b'])
df.loc[df.index[-1], 'c'] = df.loc[df.index[-1], ['a', 'b']].max()
df.loc[df.index[-1], 'name'] = df.loc[df.index[-1], ['a', 'b']].idxmax()

请问该实现是否为最简洁/最优的方法？

你的实现逻辑完全正确，能满足所有要求，但可以通过减少重复操作来让代码更简洁高效：

优化方向1：复用最后一行的a、b数据 #

你两次调用df.loc[df.index[-1], ['a', 'b']]，可以先把这部分数据存起来，避免重复索引访问：

import pandas as pd
import numpy as np

df = pd.DataFrame(
    {
       'a': [20, 9, 31, 40],
       'b': [1, 10, 17, 30],
    }
)

df['c'] = np.fmax(df['a'].shift().bfill(), df['b'])
last_ab = df.loc[df.index[-1], ['a', 'b']]
df.loc[df.index[-1], ['c', 'name']] = [last_ab.max(), last_ab.idxmax()]

优化方向2：用iloc提升访问效率 #

如果DataFrame是默认连续整数索引，用iloc[-1]访问最后一行会比index[-1]更高效：

df['c'] = np.fmax(df['a'].shift().bfill(), df['b'])
last_ab = df.iloc[-1][['a', 'b']]
df.iloc[-1, df.columns.get_loc('c')] = last_ab.max()
df.iloc[-1, df.columns.get_loc('name')] = last_ab.idxmax()

总结 #

你的原始代码已经完全达标，优化后的版本主要是减少重复计算、提升代码紧凑度。如果数据量较小，原始代码完全够用；如果追求简洁性或处理大数据集，优化版会更合适。

内容的提问来源于stack exchange，提问作者AmirX