如何用Python Pandas提取每个ID的最大/最小采购量及对应日期？

数据示例 #

期望结果 #

尝试过的代码及问题 #

1. 执行以下代码时出现KeyError: 'purchaseDate'（已确认列名无拼写错误且执行过fillna(0)）：

details = data.groupby('ID').min()['purchaseDate']

2. 以下代码无报错，但无法添加更多列：

details = data.groupby('ID').min()['numOfItemsPurchased']

3. 执行聚合代码时出现TypeError: '<=' not supported between instances of 'int' and 'str'：

data.groupby(['ID']).agg({'purchaseDate': [np.min,np.max], 
                          'numOfItemsPurchased' : [np.min,np.max]})

问题根源 #

• 第一个报错：fillna(0)把日期列（字符串类型）填充为整数0，导致groupby.min()自动过滤非数值列，因此找不到purchaseDate。
• 第三个报错：日期列是字符串格式，和填充后的数值混合，引发类型不匹配的比较错误。

步骤1：数据预处理 #

先针对性处理缺失值，同时把日期转为标准datetime类型：

import pandas as pd
import numpy as np

# 填充采购数量的缺失值（匹配期望结果用11填充）
data['numOfItemsPurchased'] = data['numOfItemsPurchased'].fillna(11)
# 转换日期列格式，避免字符串比较问题
data['purchaseDate'] = pd.to_datetime(data['purchaseDate'], format='%d-%m-%Y')

步骤2：提取对应行并合并结果 #

用idxmax和idxmin定位每个ID下采购量最大/最小的行，直接提取完整数据后合并：

# 获取每个ID采购量最大的行
max_rows = data.loc[data.groupby('ID')['numOfItemsPurchased'].idxmax()]
# 获取每个ID采购量最小的行
min_rows = data.loc[data.groupby('ID')['numOfItemsPurchased'].idxmin()]

# 合并两行数据，添加后缀区分
result = pd.merge(
    max_rows[['ID', 'purchaseDate', 'numOfItemsPurchased']],
    min_rows[['ID', 'purchaseDate', 'numOfItemsPurchased']],
    on='ID',
    suffixes=('_max', '_min')
)

# 重命名列名匹配期望结果
result.rename(columns={
    'purchaseDate_max': 'maxPurchaseDate（最大采购量日期）',
    'numOfItemsPurchased_max': 'maxPurchaseAmount（最大采购量）',
    'purchaseDate_min': 'leastPurchaseDate（最小采购量日期）',
    'numOfItemsPurchased_min': 'leastPurchaseAmount（最小采购量）'
}, inplace=True)

# 把日期转回原字符串格式（可选）
result['maxPurchaseDate（最大采购量日期）'] = result['maxPurchaseDate（最大采购量日期）'].dt.strftime('%d-%m-%Y')
result['leastPurchaseDate（最小采购量日期）'] = result['leastPurchaseDate（最小采购量日期）'].dt.strftime('%d-%m-%Y')

print(result)

说明 #

• idxmax/idxmin直接定位目标行索引，能精准关联采购量对应的日期，避免单独聚合日期的逻辑偏差。
• 日期转为datetime类型后，后续处理更规范，彻底解决字符串与数值混合的类型错误。

内容的提问来源于stack exchange，提问作者Henry Ibeh