如何获取DataFrame中月度High最大值对应的原始日期

你可以通过以下几种方式实现，同时得到每个月High最大值的原始发生日期和对应数值：

方法1：利用idxmax定位原始日期 #

idxmax会返回每个分组中High最大值对应的索引（即原始日期），再通过loc提取对应数据：

# 获取每个月High最大值的原始日期索引
max_date_indices = df.groupby(pd.Grouper(freq='M'))['High'].idxmax()

# 根据索引提取原始日期和对应High值
result = df.loc[max_date_indices, ['High']].reset_index()

# 重命名列名让结果更清晰
result.columns = ['原始日期', '月度High最大值']

# 可选：添加月度分组的月末日期列
result['月度'] = max_date_indices.index

方法2：用transform标记最大值行后筛选 #

先给每行标记其所在月份的High最大值，再筛选出等于最大值的行：

# 给每行添加所在月份的High最大值
df['月度High最大值'] = df.groupby(pd.Grouper(freq='M'))['High'].transform('max')

# 筛选出等于月度最大值的行，去重（避免同月多个相同最大值）
result = df[df['High'] == df['月度High最大值']][['High']].reset_index().drop_duplicates(subset='High', keep='first')

# 可选：添加月度分组的月末日期列
result['月度'] = pd.to_datetime(result['Date']).dt.to_period('M').dt.to_timestamp('M')

注意事项 #

• 如果同一个月内有多个日期的High值等于当月最大值，idxmax会返回第一个出现的日期；drop_duplicates的keep参数可以设为'last'来取最后一个出现的日期，按需调整。

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