如何按stormid分组获取vmax最大值并添加至另一DataFrame

原始数据集 #

你的代码df['vmax'] = df['stormid']['vmax'].max()错误在于：df['stormid']是Series对象，不存在vmax索引，会触发KeyError。下面提供两种可行方法：

方法1：分组计算+合并（推荐，高效）

先通过分组得到每个stormid对应的vmax最大值，再将结果合并到目标DataFrame中，这是Pandas最优的矢量化操作方式：

# 1. 从原始DataFrame计算每个stormid的vmax最大值
storm_vmax_max = df.groupby('stormid')['vmax'].max().reset_index()
# 重命名列，避免和目标DataFrame的列名冲突
storm_vmax_max.rename(columns={'vmax': 'vmax_max'}, inplace=True)

# 2. 合并到目标DataFrame（假设目标DataFrame名为target_df，且包含stormid列）
target_df = target_df.merge(storm_vmax_max, on='stormid', how='left')

执行后storm_vmax_max的结果为：

target_df会新增vmax_max列，自动匹配每个stormid对应的最大值。

方法2：遍历目标DataFrame（满足你的循环需求）

如果必须用循环，建议先构建stormid到最大值的映射字典，再遍历取值（比直接在循环中查询原始DataFrame高效）：

# 1. 构建stormid与vmax最大值的映射字典
storm_vmax_map = df.groupby('stormid')['vmax'].max().to_dict()

# 2. 遍历目标DataFrame，新增最大值列
# 方式一：用map矢量化映射（推荐，比显式循环快）
target_df['vmax_max'] = target_df['stormid'].map(storm_vmax_map)

# 方式二：显式循环（不推荐，数据量大时效率低）
for idx, row in target_df.iterrows():
    # 若stormid不存在映射，返回None
    target_df.loc[idx, 'vmax_max'] = storm_vmax_map.get(row['stormid'], None)

注意：显式循环会大幅降低处理效率，仅在特殊场景下使用，优先选择矢量化操作。

内容的提问来源于stack exchange，提问作者MateaMar