如何提取pandas DataFrame每5分钟区间Concentr 1最大值及对应行数据

你可以直接用pandas原生的groupby+idxmax组合实现需求，全程不需要额外的合并操作，逻辑更简洁，效率也更高：

import pandas as pd

# 1. 转换时间列为datetime格式
df['Time'] = pd.to_datetime(df['Time'])

# 2. 按5分钟区间分组，取每个区间内Concentr 1最大值对应的行索引
max_row_idx = df.groupby(df['Time'].dt.floor('5T'))['Concentr 1'].idxmax()

# 3. 直接从原表提取对应行，重置索引即可得到结果
result = df.loc[max_row_idx].reset_index(drop=True)

# 可选：如果需要保留时间列的字符串格式
result['Time'] = result['Time'].dt.strftime('%H:%M:%S')

方案优势 #

• 全程只有3步核心操作，没有冗余的中间表关联逻辑，大幅降低出错概率
• 所有操作都是pandas原生优化的向量化操作，数据量越大，相比你原来的合并方案性能优势越明显
• 可灵活处理同区间多最大值的场景：默认取第一个出现的最大值行，若需取最后一个，把idxmax()替换为nlargest(1).index[-1]即可

内容的提问来源于stack exchange，提问作者km1234