如何在Pandas groupby后获取各科目最优/最差成绩及对应学生？

问题场景 #

现有考试成绩数据表，需统计各科目得分最高和最低的学生及其成绩：

输入表 #

期望输出表 #

用户尝试了以下代码，但无法获取对应学生姓名：

inputTableGrouped = inputTable.groupby(['Subject'])

outputTableGrouped['BestScr'] = inputTableGrouped.Score.max()
outputTableGrouped['WorstScr'] = inputTableGrouped.Score.min()

outputTable = outputTableGrouped.reset_index()

解决方案 #

方法一：使用groupby.apply提取对应记录 #

通过groupby的apply方法，在每个科目分组内分别筛选出最高分和最低分的行，再将结果重组为目标格式：

import pandas as pd

def get_best_worst(group):
    # 筛选最高分的行（若有多个同分可调整逻辑，这里取第一个）
    best = group[group['Score'] == group['Score'].max()].iloc[0]
    # 筛选最低分的行
    worst = group[group['Score'] == group['Score'].min()].iloc[0]
    return pd.Series({
        'BestScr': best['Score'],
        'BestStud': best['Name'],
        'WorstScr': worst['Score'],
        'WorstStud': worst['Name']
    })

# 分组处理并重置索引
outputTable = inputTable.groupby('Subject').apply(get_best_worst).reset_index()

方法二：分别筛选最值行后合并 #

先分别提取各科目最高分和最低分的数据集，再通过merge合并成目标表：

# 获取各科目最高分数据
best_df = inputTable.loc[inputTable.groupby('Subject')['Score'].idxmax()]
best_df = best_df.rename(columns={'Score': 'BestScr', 'Name': 'BestStud'})

# 获取各科目最低分数据
worst_df = inputTable.loc[inputTable.groupby('Subject')['Score'].idxmin()]
worst_df = worst_df.rename(columns={'Score': 'WorstScr', 'Name': 'WorstStud'})

# 合并两个数据集
outputTable = pd.merge(best_df[['Subject', 'BestScr', 'BestStud']], 
                       worst_df[['Subject', 'WorstScr', 'WorstStud']], 
                       on='Subject')

补充说明 #

如果存在同科目同分的情况，上述方法默认取第一个出现的学生。若需要显示所有同分学生，可将iloc[0]改为用str.join()拼接姓名，例如：best['Name'].str.join(', ')（需确保分组后筛选结果是DataFrame）。

内容的提问来源于stack exchange，提问作者myooons