Python中Pandas groupby.max报错需1个位置参数但传2个，ipynb正常嵌入脚本失效

该报错是两个运行环境的pandas版本不一致导致的：

• 本地Jupyter环境使用pandas 1.3.0及以上版本，该版本更新了groupby对象的聚合方法逻辑，支持直接传入目标列名作为位置参数筛选聚合范围，所以代码可以正常运行
• 嵌入式脚本环境使用的是1.3.0以下版本的pandas，该版本下groupby.max()、groupby.min()仅支持axis、numeric_only两类参数，不接受列名作为位置参数，因此传入'Delta'或者['Delta']都会触发参数数量不匹配的报错

改用兼容所有pandas版本的写法即可，两种常用实现方式：

1. 先从groupby结果中筛选目标列，再调用聚合方法：

# 取Delta列最大值
df2.groupby(['A'])['Delta'].max()
# 取Delta列最小值
df2.groupby(['A'])['Delta'].min()

2. 用agg方法指定列对应的聚合规则，适合多列执行不同聚合规则的场景：

df2.groupby(['A']).agg({'Delta':'max'})

修改后的完整业务代码如下，可在新旧版本pandas中正常运行：

df3 = df2.merge(df2.groupby(['A'])['Delta'].max().reset_index(),how='left',on='A',suffixes=("","_max")).merge(df2.groupby(['A'])['Delta'].min().reset_index(),how='left',on='A',suffixes=("","_min"))

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