Pandas条件聚合：无需先过滤再关联的更简洁实现方案

直接使用pandas的transform方法即可满足需求，该方法会将分组聚合的结果广播到对应分组的所有行，无需额外做过滤后关联的操作，原始数据可以完整保留。

代码实现 #

方案1：聚合结果直接回写到原表（保留所有原始行） #

# 生成过滤条件掩码
filter_mask = df['rank'] <= 2

# 分组计算符合条件的行的最大值，直接写入原表新列
df[['score_max', 'label_max']] = df[filter_mask].groupby('trigger')[['score', 'label']].transform('max')

# 若存在没有符合条件行的分组，可按需填充默认值，示例填充为0
# df[['score_max', 'label_max']] = df[['score_max', 'label_max']].fillna(0)

执行后原表所有原始字段不会被修改，新增的score_max、label_max为对应trigger分组下rank<=2行的最大值，同分组所有行的这两个新增字段值一致。

方案2：仅生成聚合汇总表，不修改原表 #

如果不需要将聚合结果关联回原始行，仅需要得到分组统计结果，可以直接在聚合函数中嵌入过滤逻辑：

agg_result = df.groupby('trigger').agg(
    score_max=('score', lambda x: x[df.loc[x.index, 'rank'] <= 2].max()),
    label_max=('label', lambda x: x[df.loc[x.index, 'rank'] <= 2].max())
)

该方案不需要提前对原表做过滤切片，聚合计算只会统计符合条件的行。

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