如何在Pandas中高效获取前一组的MAX值？

原代码用apply逐行查询的方式，每次都要遍历整个DataFrame，数据量越大性能越差。推荐用分组聚合+映射的方式，全程用Pandas的向量化操作，性能能提升几个量级。

具体步骤： #

• 先预计算每个trend_count对应的Price最大值，生成映射关系
• 对每行的trend_count减1后，直接映射到对应的最大值

优化后代码： #

# 预计算每个trend_count分组的Price最大值
trend_price_max = df_filtered.groupby('trend_count')['Price'].max()

# 映射得到当前行trend_count-1对应的最大值
df_filtered['Price_MAX_prev_TREND'] = df_filtered['trend_count'].sub(1).map(trend_price_max)

性能提升原因： #

• groupby是Pandas底层优化的向量化操作，只需要遍历一次数据就能完成所有分组的最大值计算
• map是批量映射操作，比逐行调用自定义函数的apply效率高得多，数据量越大，性能差距越明显

边界情况说明 #

如果某行的trend_count是最小值（减1后没有对应的分组），结果会返回NaN，和原代码的逻辑完全一致。

内容的提问来源于stack exchange，提问作者LAP