问题背景 #

你有一份无表头的分类数据集（第一列为类别，后续列为数值），需要按类别提取所有对应数值的最大值和最小值：

输入数据：

Class
A 5 9 2 6
A 13 8
A 4 8 3 10 6
B 12 5 11
B 7 1 17 6 8 1

期望输出（注：原需求中B类的最大值33应为笔误，实际最大数值是17）：

Class Max Min
A 13 2
B 17 1

方法1：Python Pandas 实现 #

如果你习惯用Python做数据处理，Pandas可以轻松搞定这类分组统计需求：

1. 先读取数据，处理行长度不一的情况（因为不同行的数值列数量不同）
2. 将每个类别对应的所有数值展开成单条记录
3. 按类别分组计算最大最小值

import pandas as pd

# 读取文本数据，用空格分隔，第一行作为表头
df = pd.read_csv('your_data_file.txt', sep='\s+', header=0)

# 遍历每行，收集每个类别对应的所有数值
all_values = []
for _, row in df.iterrows():
    class_label = row['Class']
    # 提取当前行的所有数值（过滤空值，因为短行后面会有NaN）
    numbers = [val for val in row[1:] if pd.notna(val)]
    # 把每个数值和类别配对加入列表
    for num in numbers:
        all_values.append({'Class': class_label, 'Value': num})

# 转换成新的DataFrame，方便分组统计
value_df = pd.DataFrame(all_values)

# 分组计算最大、最小值，并重命名列
result = value_df.groupby('Class')['Value'].agg(['max', 'min']).reset_index()
result.columns = ['Class', 'Max', 'Min']

# 打印结果（去掉索引）
print(result.to_string(index=False))

运行这段代码后，就能得到你需要的统计结果。

方法2：Awk 命令行快速处理 #

如果不想写Python脚本，用Awk工具可以直接在命令行完成处理，适合快速处理文本文件：

创建一个process_stats.awk文件，写入以下内容：

# 跳过第一行的表头
NR == 1 { next }

# 处理每一行的数值
{
    current_class = $1
    # 遍历当前行的所有数值（从第2列开始）
    for (i = 2; i <= NF; i++) {
        num = $i
        # 初始化当前类别的最大最小值
        if (!(current_class in max_vals)) {
            max_vals[current_class] = num
            min_vals[current_class] = num
        }
        # 更新最大值
        if (num > max_vals[current_class]) {
            max_vals[current_class] = num
        }
        # 更新最小值
        if (num < min_vals[current_class]) {
            min_vals[current_class] = num
        }
    }
}

# 所有行处理完后输出结果
END {
    print "Class Max Min"
    # 遍历所有类别输出统计值
    for (cls in max_vals) {
        printf "%s %d %d\n", cls, max_vals[cls], min_vals[cls]
    }
}

然后在命令行执行：

awk -f process_stats.awk your_data_file.txt

同样会输出正确的统计结果。

内容的提问来源于stack exchange，提问作者Adam Amin