使用groupby和agg求最值后，如何保留对应其他列的值？

要同时保留每个Order分组下对应Date最值的Missing列值，可以通过以下两种方法实现：

方法一：分步筛选合并（直观易理解） #

先计算Date的最值与差值，再分别筛选出对应最值的Missing值，最后合并结果：

示例代码 #

import pandas as pd

# 构造示例DataFrame（替换成你的实际数据）
df = pd.DataFrame({
    'Order': ['A', 'A', 'B', 'B', 'B'],
    'Missing': ['M1', 'M2', 'M3', 'M4', 'M5'],
    'Date': pd.to_datetime(['2023-01-01', '2023-01-05', '2023-02-01', '2023-02-10', '2023-02-05'])
})

# 1. 计算Date的最值和差值
calculation = df.groupby('Order').agg(
    Max_Date=('Date', 'max'),
    Min_Date=('Date', 'min')
).reset_index()
calculation['Date_Diff'] = calculation['Max_Date'] - calculation['Min_Date']

# 2. 获取每个Order对应最小Date的Missing值
min_missing = df.loc[df.groupby('Order')['Date'].idxmin(), ['Order', 'Missing']].rename(columns={'Missing': 'Missing Min'})

# 3. 获取每个Order对应最大Date的Missing值
max_missing = df.loc[df.groupby('Order')['Date'].idxmax(), ['Order', 'Missing']].rename(columns={'Missing': 'Missing Max'})

# 4. 合并所有结果
final_result = calculation.merge(min_missing, on='Order').merge(max_missing, on='Order')

方法二：自定义聚合函数（简洁高效） #

通过自定义聚合函数，在一次groupby操作中完成所有计算：

示例代码 #

import pandas as pd

# 构造示例DataFrame（替换成你的实际数据）
df = pd.DataFrame({
    'Order': ['A', 'A', 'B', 'B', 'B'],
    'Missing': ['M1', 'M2', 'M3', 'M4', 'M5'],
    'Date': pd.to_datetime(['2023-01-01', '2023-01-05', '2023-02-01', '2023-02-10', '2023-02-05'])
})

def extract_extreme_missing(group):
    # 获取最小/最大Date对应的行索引
    min_date_idx = group['Date'].idxmin()
    max_date_idx = group['Date'].idxmax()
    # 返回包含所有需要字段的Series
    return pd.Series({
        'Min_Date': group['Date'].min(),
        'Max_Date': group['Date'].max(),
        'Missing Min': group.loc[min_date_idx, 'Missing'],
        'Missing Max': group.loc[max_date_idx, 'Missing'],
        'Date_Diff': group['Date'].max() - group['Date'].min()
    })

# 执行分组聚合
final_result = df.groupby('Order').apply(extract_extreme_missing).reset_index()

注意事项 #

• 如果同一个Order下存在多个相同的最小/最大Date，idxmin()/idxmax()会返回第一个出现的索引。若需要保留所有对应值，可将loc替换为布尔筛选（如group[group['Date'] == group['Date'].min()]['Missing']），再根据需求处理多值情况（比如用逗号拼接）。

内容的提问来源于stack exchange，提问作者Very_new_to_this