Pandas如何按每行Start、Finish列范围计算Data列最大值

你之前的代码无法正常运行，核心是三个认知误区：

• 直接在切片里写'Start'/'Finish'字符串时，pandas会把这两个值当成索引的标签值去匹配切片范围，不会逐行读取这两列的数值作为切片的起止边界，自然得不到正确结果。
• 用itertools.islice时报错，是因为传入的data2['Start2']/data2['Finish2']是整列的Series对象，而islice要求起止参数必须是单个整数，接收到整列数据时直接触发类型错误。
• 之前试的循环逻辑错误，是因为切片起点固定写死为0，没有读取每行Start列的数值作为切片起始位置，只会计算从首行到当前行的最大值，不符合需求。

方法1：逐行计算（逻辑直观，适合初学者） #

逻辑完全匹配你的需求，逐行读取当前行的Start、Finish值做切片，再取区间最大值：

import pandas as pd
# 注意修正原代码的拼写错误：读csv用read_csv，文件后缀是csv不是cvs
data2 = pd.read_csv('myfile.csv')
data2['Finish'] = data2.index

# 初始化结果列
data2['new_max_row'] = 0
# 逐行遍历
for idx, row in data2.iterrows():
    s = int(row['Start'])
    e = int(row['Finish'])
    # 注意Python切片是左闭右开，要包含e位置的元素，结束位置要写e+1
    # 用iloc做严格位置切片，避免索引标签和位置混淆出错
    data2.loc[idx, 'new_max_row'] = data2['Data'].iloc[s:e+1].max()

运行后结果和你给出的desired_result完全一致，比如索引为7的行，Start=6、Finish=7，切片取索引6、7对应的Data值5和4，最大值为5，符合预期。

方法2：向量化计算（适合万行以上大数据量，性能远高于循环） #

如果你的数据量比较大，逐行循环速度慢，可以用numpy做掩码实现向量化计算，速度能提升几十到上百倍：

import numpy as np
n = len(data2)
data_vals = data2['Data'].values
# 构造上三角掩码，只保留行号>=列号的位置（即不超过当前Finish行的范围）
mask = np.triu(np.ones((n, n), dtype=bool), k=0)
# 再过滤掉列号小于当前行Start值的位置
for i in range(n):
    mask[i, :int(data2.loc[i, 'Start'])] = False
# 把不在区间内的值替换为负无穷，逐行取最大值
broadcast_vals = np.broadcast_to(data_vals, (n, n)).copy()
broadcast_vals[~mask] = -np.inf
data2['new_max_row'] = broadcast_vals.max(axis=1)

• 做基于位置的切片时，优先用.iloc，直接用[]做切片在索引非默认整数序号时，会优先按索引标签匹配，容易出现非预期结果。
• Python原生切片规则是左闭右开，即[a:b]会取位置a到b-1的所有元素，要包含结束位置b的元素，切片终点需要写b+1。
• 切片括号内的固定值是字面量，不会自动识别为同名列的逐行值，需要逐行传参时必须显式读取每行对应列的数值，再传入切片参数。

内容的提问来源于stack exchange，提问作者fullspam