如何快速获取含numpy数组的DataFrame列的全局最大值？

针对你的需求，这里提供几种简便且高效的实现方式：

方法1：利用numpy向量化拼接（推荐大数据量场景） #

通过np.concatenate将new列的所有numpy数组合并成一个一维数组，再直接取最大值，这种方式依赖numpy的向量化操作，效率最高：

import numpy as np
import pandas as pd

# 初始化你的DataFrame
df = pd.DataFrame({'id': [1, 2, 33, 4],
                   'a': [1, 22, 23, 44],
                   'b': [1, 42, 23, 42]})
df['new'] = df.apply(lambda r: tuple(r), axis=1).apply(np.array)

# 计算全局最大值
global_max = np.concatenate(df['new']).max()
print(global_max)  # 输出: 44

方法2：嵌套列表推导式 #

通过两层列表推导式提取所有数组元素，再用Python内置的max函数求值，代码简洁直观：

global_max = max(num for arr in df['new'] for num in arr)
print(global_max)  # 输出: 44

方法3：分步求最大值 #

先对new列的每个numpy数组求最大值，再对这些局部最大值取全局最大值，逻辑清晰：

global_max = df['new'].apply(np.max).max()
print(global_max)  # 输出: 44

性能对比 #

• 当数据量较大时，方法1的效率最优，因为numpy的底层实现是C级别的循环，远快于Python层面的遍历；
• 方法2和方法3在小数据量场景下使用方便，但数据量上升后性能会明显下降。

内容的提问来源于stack exchange，提问作者kopsman