Python Pandas技术求助：从大型Excel生成的传感器字典中批量提取各数值列表的最值

嘿，我来帮你搞定这个问题！首先说一下，你的代码逻辑其实没大问题，但处理大型Excel文件时效率很低，而且可能因为环境输出截断或者内存问题导致你只看到第一组结果。其实用Pandas自带的分组聚合功能就能完美解决，既高效又简洁，完全不用转成字典再手动循环。

优化后的解决方案 #

直接用Pandas的groupby结合agg方法，一步算出每个传感器对应的最小和最大值，代码如下：

import pandas as pd

# 读取Excel文件
df = pd.read_excel("sensor.xlsx")

# 按sensor分组，一次性计算values列的min和max
sensor_stats = df.groupby('sensor')['values'].agg(['min', 'max'])

# 按你需要的格式打印结果
for sensor_name, stats in sensor_stats.iterrows():
    print(f"{sensor_name} {stats['min']} {stats['max']}")

为什么这个方案更好？ #

• 效率更高：Pandas的分组聚合是底层优化的向量化操作，比手动转字典再循环遍历快得多，尤其适合大型Excel文件，能有效节省内存和运行时间。
• 代码更简洁：省去了手动构建字典、遍历计算的步骤，减少出错概率。
• 扩展性强：如果之后需要计算平均值、中位数等其他统计量，只需要在agg里加对应的方法就行，比如agg(['min', 'max', 'mean'])。

关于你原有代码的小说明 #

你原来的代码里，变量a是多余的（没用到）；另外循环遍历字典的逻辑本身是对的，但处理大文件时，把所有数据转成字典会占用大量内存，容易导致程序卡顿甚至崩溃。

如果之后需要把结果保存成新的Excel文件，只需要加一行：

sensor_stats.to_excel("sensor_min_max_results.xlsx")

内容的提问来源于stack exchange，提问作者Priyx