在Pandas中获取分组max()/min()且不忽略NaN值的方法

先给出示例数据：

import pandas as pd
import numpy as np

df = pd.DataFrame({'group' : [1, 2, 2], 'x' : [1, 2, 3], 'y' : [2, 3, np.nan]})

单独计算列y的最大值且不忽略NaN时，执行df.y.max(skipna=False)可得到预期结果nan，但分组后调用df.groupby('group').y.max(skipna=False)会报错TypeError: max() got an unexpected keyword argument 'skipna'，因为DataFrameGroupBy.max()不支持skipna参数，可通过以下两种方法实现需求：

方法1：使用agg()结合lambda函数 #

通过groupby.agg()自定义聚合逻辑，直接调用Series原生的max()方法并传入skipna=False：

df.groupby('group')['y'].agg(lambda s: s.max(skipna=False))

执行结果：

group
1    2.0
2    NaN
Name: y, dtype: float64

方法2：使用apply()方法 #

对每个分组应用Series的max()方法：

df.groupby('group')['y'].apply(lambda s: s.max(skipna=False))

返回结果与方法1完全一致。

说明 #

上述两种方法均绕过分组默认的max()实现，直接调用支持skipna参数的Series原生方法。若分组内的y列存在NaN，结果返回NaN；仅当分组内所有y值均非空时，返回实际最大值。

内容的提问来源于stack exchange，提问作者PingPong