Python pandas groupby分组如何获取数组的max、min和末尾元素

• numpy数组没有agg聚合方法，原代码调用to_numpy()后再执行agg属于API调用错误，agg是Pandas Series/DataFrame的专属方法
• reindex时填充值设为整数0，和其他分组的列表值类型不统一，后续统计计算会触发类型错误

import numpy as np
import pandas as pd

Values = np.array(
    [
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
        [100, 123, 135.3, 139.05, 156.08, 163.88, 173.72],
    ]
)

Values = np.array([arr[i:] for i, arr in enumerate(Values.tolist())])

Val_dates = [
    "2015-11-01 01:03:00",
    "2015-11-08 12:56:00",
    "2015-11-11 02:30:00",
    "2015-11-14 04:23:00",
    "2015-11-14 05:23:00",
    "2016-02-11 02:00:00",
    "2016-02-15 15:00:00",
]

df = pd.DataFrame({"dt": Val_dates, "val": Values}).astype({"dt": "datetime64"})
idx = pd.date_range("2015-11-01 00:00:00", "2016-03-01 00:00:00", freq="MS")

display(
    df.groupby(pd.Grouper(freq="MS", key="dt"))["val"]
    .apply(lambda x: x.head(1).squeeze()[: len(x)] if len(x) else [0])
    .reindex(idx, fill_value=[0])
    .agg(
        max_duration=lambda x: np.max(x),
        min_duration=lambda x: np.min(x),
        last_index=lambda x: x[-1]
    )
)

运行代码后会得到每个月分组对应的三个统计值：

• 2015年11月分组最大值156.08、最小值100、末尾值156.08
• 2015年12月、2016年1月无匹配数据，三个统计值均为0
• 2016年2月分组最大值173.72、最小值163.88、末尾值173.72
• 2016年3月无匹配数据，三个统计值均为0

内容的提问来源于stack exchange，提问作者georgehere