多列分组提取最大值并按列展示的Pandas实现方案

原始数据 #

id          sub-id          amount
01            A              100
01            A               50
01            B               10
01            B                5
01            B               50
01            C               10
02            A               25
02            A               10

期望输出 #

id          sub-id         A_max        B_max      C_max
01            A             100          50         10
02            A             25            0          0

注：共有5种sub-id，每个id下可能存在或不存在部分sub-id，现有代码仅能得到分组最大值，无法转换为目标格式。

实现代码 #

import pandas as pd

# 假设原始数据已存入df
# 1. 计算每个(id, sub-id)组合的amount最大值，转宽格式并填充缺失值为0
max_wide = df.groupby(['id', 'sub-id'])['amount'].max().unstack(fill_value=0)
# 2. 为列名添加_max后缀
max_wide = max_wide.add_suffix('_max').reset_index()
# 3. 获取每个id对应的第一个sub-id（匹配期望输出的sub-id列规则）
sub_id_first = df.groupby('id')['sub-id'].first().reset_index()
# 4. 合并数据并调整列顺序至目标格式
result = max_wide.merge(sub_id_first, on='id')
result = result[['id', 'sub-id', 'A_max', 'B_max', 'C_max']]

执行后即可得到目标格式，若存在其他sub-id（如D、E），unstack会自动生成对应列并填充0。

原始数据 #

sub-id         A_max        B_max      C_max
           A             100          50         10
           A             25            0          0
           B             250          10         50
           B             100          50         70

期望输出 #

sub-id         A_max        B_max      C_max
           A             100          50         10
           B             250          50         70

实现代码 #

import pandas as pd

# 假设原始数据已存入df
result = df.groupby('sub-id').max().reset_index()

按sub-id分组后对所有数值列取最大值，直接得到目标结果。

内容的提问来源于stack exchange，提问作者Romi