如何在DataFrame中为每个分组新增列存储前序分组的最值？

需求：在DataFrame的每一行中，记录当前分组的前一个分组、前两个分组的最小值和最大值（分别对应pmin/pmax、ppmin/ppmax），同时保留当前分组自身的最值。

步骤1：创建输入数据 #

import pandas as pd
columns = ['timestamp','groupid','value']
data =      [['2022-10-14 11:47:38',1000,200],
            ['2022-10-14 11:47:39',1000,210],
            ['2022-10-14 11:47:40',1000,220],
            ['2022-10-14 11:47:41',1000,230],
            ['2022-10-14 11:47:42',1001,240],
            ['2022-10-14 11:47:43',1001,250],
            ['2022-10-14 11:47:44',1002,260],
            ['2022-10-14 11:47:45',1002,270]]

df = pd.DataFrame(data=data,columns=columns)
print(df)

步骤2：计算每个分组自身的最值 #

通过groupby.transform给每行添加当前分组的最小、最大值：

df['min'] = df.groupby('groupid')['value'].transform('min')
df['max'] = df.groupby('groupid')['value'].transform('max')

步骤3：实现前序分组的最值追踪 #

原代码逻辑无法正确传递前序分组的最值，正确做法是先提取分组级别的统计结果，再移位映射回原表：

1. 提取每个分组的唯一最值记录（每个分组仅保留一条）：

group_stats = df.groupby('groupid')[['min', 'max']].first().reset_index()

2. 计算分组的前一个、前两个分组的最值，空值用0填充：

group_stats['pmin'] = group_stats['min'].shift(1).fillna(0)
group_stats['pmax'] = group_stats['max'].shift(1).fillna(0)
group_stats['ppmin'] = group_stats['min'].shift(2).fillna(0)
group_stats['ppmax'] = group_stats['max'].shift(2).fillna(0)

3. 将分组统计结果合并回原DataFrame：

df = df.merge(group_stats[['groupid', 'pmin', 'pmax', 'ppmin', 'ppmax']], on='groupid', how='left')

预期输出构造代码 #

columns2 = ['timestamp','groupid','value','min','max','pmin','pmax','ppmin','ppmax']
data2 =      [['2022-10-14 11:47:38',1000,200,200,230,0,0,0,0],
            ['2022-10-14 11:47:39',1000,210,200,230,0,0,0,0],
            ['2022-10-14 11:47:40',1000,220,200,230,0,0,0,0],
            ['2022-10-14 11:47:41',1000,230,200,230,0,0,0,0],
            ['2022-10-14 11:47:42',1001,240,240,250,200,230,0,0],
            ['2022-10-14 11:47:43',1001,250,240,250,200,230,0,0],
            ['2022-10-14 11:47:44',1002,260,260,270,240,250,200,230],
            ['2022-10-14 11:47:45',1002,270,260,270,240,250,200,230]]
df_expected = pd.DataFrame(data=data2,columns=columns2)
print(df_expected)

内容的提问来源于stack exchange，提问作者plain