如何使用Pandas对连续非空行的salary列取最大值、expense列取最小值

核心逻辑通过isna()+cumsum()标记连续非空值分组，全程使用矢量化操作，性能远高于逐行遍历。

完整实现代码 #

import pandas as pd
import numpy as np

# 构造示例数据
df = pd.DataFrame({
    'Name': ['Ram', 'Ram', 'Ram', 'Ram', 'Ram'],
    'date': [10, 12, 13, 14, 15],
    'salary': [1000, 8000, np.nan, np.nan, 3000],
    'expense': [np.nan, np.nan, 500, 800, np.nan]
})

# 处理salary列：连续非空组取最大值，保留对应行
salary_group = df['salary'].isna().cumsum()
salary_part = df.dropna(subset='salary') \
                .groupby(salary_group) \
                .apply(lambda x: x[x['salary'] == x['salary'].max()]) \
                .reset_index(drop=True)

# 处理expense列：连续非空组取最小值，保留对应行
expense_group = df['expense'].isna().cumsum()
expense_part = df.dropna(subset='expense') \
                  .groupby(expense_group) \
                  .apply(lambda x: x[x['expense'] == x['expense'].min()]) \
                  .reset_index(drop=True)

# 合并结果按日期排序
result = pd.concat([salary_part, expense_part]).sort_values('date').reset_index(drop=True)
print(result)

输出结果 #

Name  date  salary  expense
0  Ram    12  8000.0      NaN
1  Ram    13     NaN    500.0
2  Ram    15  3000.0      NaN

多主体适配说明 #

如果数据包含多个不同Name的用户，仅需将Name加入分组维度即可：

# 多Name场景下salary列处理示例
salary_part = df.dropna(subset='salary') \
                .groupby(['Name', salary_group]) \
                .apply(lambda x: x[x['salary'] == x['salary'].max()]) \
                .reset_index(drop=True)

内容的提问来源于stack exchange，提问作者Pyd