如何在Pandas中为连续Apple分组求最大值？为何Banana行Max为90？

一、Banana行Max为90的原因 #

原代码的条件判断逻辑存在优先级问题：

condition=(df['Fruits']=="Apple")&(df['Fruits'].shift(-1)=="Apple")|(df['Fruits'].shift(1)=="Apple")

Python中&的优先级高于|，这个条件实际等价于：
(当前行是Apple且下一行是Apple) OR (上一行是Apple)

Banana所在的行（索引2）的上一行是Apple（索引1），因此满足df['Fruits'].shift(1)=="Apple"的条件，被纳入了condition范围。之后代码将所有满足condition的行的Max赋值为这些行中Price的最大值——也就是所有符合条件行里的最高Price（90，来自索引5的Apple），所以Banana的Max被设为90。

二、实现需求的代码 #

要实现连续Apple组内的Max为组内Price最大值，非Apple组Max为0的效果，可以通过标记连续分组+分组求最大值的方式实现，无需循环：

import pandas as pd

data = {
    'Fruits': ['Apple', 'Apple', 'Banana', 'Orange', 'Apple', 'Apple'],
    'Price': [20, 30, 50, 170, 55, 90]
}

df = pd.DataFrame(data)
# 标记连续的组：非Apple的行触发分组切换
df['group'] = (df['Fruits'] != 'Apple').cumsum()
# 计算每个组的Price最大值，仅保留Apple组的最大值，其他组设为0
df['Max'] = df.groupby('group')['Price'].transform(lambda x: x.max() if x.name in df[df['Fruits']=='Apple']['group'].unique() else 0)
# 不需要group列的话可以删除
df = df.drop('group', axis=1)
print(df)

运行结果 #

Fruits  Price   Max
0   Apple     20  30.0
1   Apple     30  30.0
2  Banana     50   0.0
3  Orange    170   0.0
4   Apple     55  90.0
5   Apple     90  90.0

代码说明 #

1. (df['Fruits'] != 'Apple').cumsum()：每当遇到非Apple的行，累加值+1，这样连续的Apple会被分到同一个组号里，比如前两个Apple组号为0，Banana和Orange组号为1、2，最后两个Apple组号为3。
2. groupby('group')['Price'].transform(...)：对每个组计算Price的最大值，仅当组内有Apple时保留最大值，否则设为0，保证非Apple行的Max为0。

内容的提问来源于stack exchange，提问作者Starlord