Pandas DataFrame按分组逐行计算累计最小值与最大值的实现方法

可以直接使用Pandas内置的分组累计聚合方法实现需求，代码简洁高效：

完整实现代码 #

import pandas as pd

# 构造示例DataFrame
data = {'color':['blue','blue','blue','blue','blue','blue','blue','blue','blue','blue'],
        'panel':['b','b','b','b','b','b','b','b','b','b'],
        'result':[4,3,3,5,4,7,1,5,3,2]}
df = pd.DataFrame(data)

# 按指定字段分组，新增累计最小值、累计最大值列
df['min'] = df.groupby(['color', 'panel'])['result'].cummin()
df['max'] = df.groupby(['color', 'panel'])['result'].cummax()

# 输出验证结果
print(df)

说明 #

• groupby(['color', 'panel']) 为按指定字段分组，可根据实际需求修改分组字段列表
• cummin() 会计算每个分组内从第一行到当前行的累计最小值
• cummax() 会计算每个分组内从第一行到当前行的累计最大值
• 最终输出的DataFrame与预期结果完全一致

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