Pandas分组求最值报错：'list'对象无'max'属性及需求实现

错误原因 #

你写的代码DF.loc[DF.groupby(['name', 'election_year'],['votes'].max())]语法逻辑错误：groupby的第二个参数是轴参数（0/1），你把列名列表['votes']直接跟在分组键后面并链式调用.max()，相当于对列表['votes']调用.max()，自然会触发AttributeError: 'list' object has no attribute 'max'。

正确实现步骤 #

先构造你的样例数据用于测试：

import pandas as pd

data = {
    'votes': [20, 30, 40, 20, 40, 40],
    'name': ['Mark Smith', 'Mark Smith', 'Mark Smith', 'John Key', 'John Key', 'John Key'],
    'election_year': [2020, 2020, 2022, 2000, 2000, 2022]
}
DF = pd.DataFrame(data)

1. 计算每位候选人各年度最高得票数 #

按name和election_year分组，对votes字段取最大值：

yearly_max = DF.groupby(['name', 'election_year'])['votes'].max().reset_index()

输出结果：

2. 计算每位候选人总得票数 #

按name分组对votes字段求和：

total_votes = DF.groupby('name')['votes'].sum().reset_index().rename(columns={'votes': 'total_votes'})

输出结果：

3. 合并结果得到最终数据 #

用merge将年度最高得票与总得票关联：

final_result = pd.merge(yearly_max, total_votes, on='name')

最终输出：

简化一步写法 #

也可以用groupby的agg方法结合transform直接处理：

DF['total_votes'] = DF.groupby('name')['votes'].transform('sum')
final_result = DF.groupby(['name', 'election_year']).agg(
    votes_max=('votes', 'max'), 
    total_votes=('total_votes', 'first')
).reset_index()

结果与上述一致。

内容的提问来源于stack exchange，提问作者user19463181