如何在Pandas中按学生组依据题目序号首次达到最大值的位置为新列赋值

嘿，这个需求我刚好处理过类似场景，用Pandas的分组操作就能完美解决！我给你一步步拆解，保证你能快速上手。

核心思路 #

我们需要按学生ID分组，对每个学生的答题记录：

1. 找到该学生完成的最大题目序号
2. 定位这个最大序号第一次出现的位置
3. 给该位置及之前的行标记Before or last item，之后的行标记after last item

代码实现（附详细解释） #

首先我们先构造你提供的示例数据：

import pandas as pd

# 构造示例数据
data = {
    '学生ID': [1, 1, 1, 1, 1, 2, 2, 2, 2, 2, 2],
    '题目序号': [1, 2, 3, 1, 2, 1, 2, 3, 4, 1, 2]
}
df = pd.DataFrame(data)

接下来用两种方式实现需求，你可以选自己觉得顺手的：

方法一：自定义分组处理函数（直观易理解）

这种方式逻辑清晰，适合新手理解每一步的作用：

def process_student_group(group):
    # 步骤1：获取当前学生的最大题目序号
    max_question = group['题目序号'].max()
    # 步骤2：找到最大序号第一次出现的组内位置（从0开始计数）
    first_max_position = group['题目序号'].eq(max_question).idxmax()
    # 步骤3：给每行标记对应标签
    group['before or after last item?'] = group.cumcount().apply(
        lambda x: 'Before or last item' if x <= first_max_position else 'after last item'
    )
    return group

# 按学生ID分组应用函数，得到结果
result_df = df.groupby('学生ID', group_keys=False).apply(process_student_group)

方法二：用transform+字典映射（更高效简洁）

如果你的数据量很大，这种方式运行效率更高：

# 1. 给每个学生标记他们的最大题目序号
df['max_question'] = df.groupby('学生ID')['题目序号'].transform('max')
# 2. 获取每个学生第一次出现最大序号的原DataFrame索引
first_max_indices = df.groupby('学生ID')['题目序号'].idxmax()
# 3. 转成字典方便快速查找：学生ID -> 第一次出现最大值的索引
first_max_dict = first_max_indices.to_dict()
# 4. 生成最终标记列
df['before or after last item?'] = df.apply(
    lambda row: 'Before or last item' if row.name <= first_max_dict[row['学生ID']] else 'after last item',
    axis=1
)
# 删掉中间辅助列
df.drop('max_question', axis=1, inplace=True)
result_df = df

验证结果 #

运行完代码后，result_df的输出和你提供的示例完全一致：

关键细节说明 #

• idxmax()默认返回第一个出现最大值的位置，刚好符合你“首次达到最大值”的需求
• group_keys=False是为了避免分组后的结果自动添加学生ID作为索引，保持原数据结构
• cumcount()用来生成每个分组内的行序号（从0开始），方便我们判断行的相对位置

内容的提问来源于stack exchange，提问作者Wes