如何在Pandas DataFrame中提取列表列最大值并生成新列

问题背景 #

现有如下Pandas DataFrame：

import pandas as pd
import numpy as np
d = {'Cell':['A','B','C','D','E'],'D1':[5, 2, 2, 6,6], 'D2':[np.nan, 5, 6, np.nan,3], 'D3':[7,np.nan, 5, 5,np.nan], 'D6':[17, 3, np.nan,np.nan,2],'diff%':[np.nan,[40],[16.67],[16.67,50],[50,33,24]]}
df = pd.DataFrame(d)

原始数据：

需求：新增列max_diff%，提取diff%列（元素为列表或NaN）中的最大值，最终得到目标结果。

解决方案 #

方法一：apply结合自定义逻辑 #

直接遍历diff%列元素，判断是否为列表，是则取最大值，否则返回NaN：

df['max_diff%'] = df['diff%'].apply(lambda x: max(x) if isinstance(x, list) else np.nan)

逻辑直观，精准处理列表与NaN混合的列场景。

方法二：explode + groupby拆分分组 #

先将列表拆分为多行，再按原索引分组取最大值：

df['max_diff%'] = df['diff%'].explode().groupby(level=0).max()

explode把列表元素拆成单独行，groupby(level=0)按原索引分组聚合，自动保留NaN值。

两种方法均可得到符合预期的结果。

内容的提问来源于stack exchange，提问作者sandeep