Pandas分组后获取绝对值最大的数值（保留原符号）

我来帮你搞定这个需求！你现在的问题是分组后需要基于绝对值判断最大值，但同时保留原数值的符号，普通的agg({'z': ['max']})只会取数值上的最大值，没法满足你要的结果。

先上可行的解决方案 #

方法一：自定义聚合函数

我们可以写一个简单的自定义函数，先找到分组内绝对值最大的元素，再返回它的原数值：

import pandas as pd

# 你的原始DataFrame
df = pd.DataFrame(
    [
        ['chart.a', 'dim1', -10],
        ['chart.a', 'dim2', 5],
        ['chart.a', 'dim3', 9],
        ['chart.b', 'dimb1', -1],
        ['chart.b', 'dimb2', 2],
    ],
    columns=['chart', 'dim', 'z']
)

# 自定义聚合函数：取绝对值最大的原数值
def abs_max(x):
    return x.loc[x.abs().idxmax()]

# 分组聚合并调整列名
result = df.groupby('chart').agg({'z': [abs_max]}).rename(columns={'abs_max': 'max'})
print(result)

运行后输出完全符合你的期望：

z
        max
chart
chart.a -10
chart.b   2

方法二：更简洁的lambda写法

如果你不想单独定义函数，也可以用lambda表达式直接实现：

result = df.groupby('chart')['z'].apply(lambda x: x.loc[x.abs().idxmax()]).to_frame().rename(columns={'z': 'max'})
# 如果你需要保持和原结果一样的多层列结构，可以再unstack
result = result.unstack()

为什么原来的方法不对？ #

你之前用的df.groupby('chart').agg({'z': ['max']})是直接比较z列的数值大小，-10的数值比9小，所以会返回9；但我们需要的是绝对值最大的元素，所以必须先计算每个值的绝对值，找到最大绝对值对应的原数值，这样才能保留符号。

补充说明 #

• 如果分组里有多个元素绝对值相同（比如同时存在10和-10），idxmax()会返回第一个出现的元素的索引，你可以根据自己的需求调整这个逻辑（比如返回最后一个，或者全部返回）。
• 两种方法都能高效处理你的需求，自定义函数更直观，lambda写法更简洁，选哪种都可以～

内容的提问来源于stack exchange，提问作者andrewm4894