如何将groupby结果应用到DataFrame所有行？按日期、产品ID求售价最大值

可以用 pandas 的 groupby 结合 transform 方法实现，这是处理这类需求的高效方式，完全避免循环，适合大数据量场景：

步骤说明 #

• 按 Date 和 Product_id 分组
• 对分组后的 Sell_price 列应用 max 函数
• 通过 transform 将结果映射回原 DataFrame 的每一行，保持原维度不变

代码示例 #

假设你的 DataFrame 名为 df，执行以下代码即可得到目标结果：

import pandas as pd

# 模拟你的数据（可替换为实际数据）
data = {
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02', '2023-01-02'],
    'Product_id': ['A', 'A', 'B', 'B', 'C'],
    'Sell_price': [100, 150, 200, 180, 300]
}
df = pd.DataFrame(data)

# 新增列存储每组的最大售价
df['Max_Sell_price'] = df.groupby(['Date', 'Product_id'])['Sell_price'].transform('max')

print(df)

输出结果 #

这个方法的核心是 transform，它会将分组计算后的结果按原数据的索引匹配填充，确保输出维度和原 DataFrame 完全一致，且内部是向量化操作，处理大数据量的性能远优于循环。

内容的提问来源于stack exchange，提问作者Mohammad Isaac Hosseini