如何在Pandas DataFrame中按连续Placement分组求最值？

给定如下Pandas DataFrame：

Value   Placement
0    12      high
1    15      high
2    18      high
3    14      high
4    4       low
5    5       low
6    9       high
7    11      high
8    2       low
9    1       low
10   3       low
11   2       low

需要生成目标DataFrame，规则如下：

• 每个连续的high分组取Value列最大值
• 每个连续的low分组取Value列最小值
• 保留原行顺序，且禁止使用低效的DataFrame迭代方式

期望输出：

Value   Placement
0    18      high
1    4       low
2    11      high
3    1       low

核心是先识别连续的Placement分组，再针对分组类型执行对应聚合操作，全程利用Pandas向量化操作，避免迭代。

实现步骤与代码 #

1. 生成连续分组标识：通过对比当前行与上一行的Placement值，创建分组ID，将连续相同的Placement归为同一组
2. 按分组聚合：根据每组的Placement类型，选择max或min聚合Value列

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'Value': [12, 15, 18, 14, 4, 5, 9, 11, 2, 1, 3, 2],
    'Placement': ['high', 'high', 'high', 'high', 'low', 'low', 'high', 'high', 'low', 'low', 'low', 'low']
})

# 步骤1：创建连续分组ID
df['group_id'] = (df['Placement'] != df['Placement'].shift()).cumsum()

# 步骤2：定义聚合逻辑，按分组处理
def process_group(group):
    placement = group['Placement'].iloc[0]
    value = group['Value'].max() if placement == 'high' else group['Value'].min()
    return pd.Series({'Value': value, 'Placement': placement})

# 执行聚合并重置索引
result = df.groupby('group_id').apply(process_group).reset_index(drop=True)

print(result)

更简洁的写法 #

可以用字典映射聚合函数，进一步简化代码：

import pandas as pd

df = pd.DataFrame({
    'Value': [12, 15, 18, 14, 4, 5, 9, 11, 2, 1, 3, 2],
    'Placement': ['high', 'high', 'high', 'high', 'low', 'low', 'high', 'high', 'low', 'low', 'low', 'low']
})

# 生成连续分组ID
group_id = (df['Placement'] != df['Placement'].shift()).cumsum()

# 定义聚合函数映射
agg_rules = {'high': 'max', 'low': 'min'}

# 分组聚合：先按group_id和Placement分组，再用对应规则聚合Value
result = df.groupby([group_id, 'Placement'])['Value'].agg(lambda x: agg_rules[x.name[1]]).reset_index()
# 移除group_id列并重置索引
result = result.drop(columns='group_id').reset_index(drop=True)

print(result)

原理说明 #

• (df['Placement'] != df['Placement'].shift()).cumsum()：当当前行的Placement与上一行不同时，生成一个新的分组ID，确保连续相同的Placement被归为一组
• 分组聚合时直接利用Pandas的groupby机制，全程是向量化操作，比逐行迭代效率高得多，尤其适合大数据量场景

内容的提问来源于stack exchange，提问作者Jordan