对DataFrame两列分别执行sum和min聚合操作的高效实现方法

核心实现代码 #

你可以直接用Pandas内置的groupby+agg方法完成需求，这是当前效率最高的实现方式，底层为向量化运算，无需手动遍历分组：

import pandas as pd

# 假设你的原始DataFrame变量名为df
res_df = df.groupby(
    by=["name", "item"],  # 按name和item联合分组
    as_index=False        # 不把分组键转为索引，保持原有列结构
).agg(
    price=("price", "sum"),    # price列取分组内的求和结果
    timestamp=("timestamp", "min") # timestamp列取分组内的最小值
)

效果验证 #

针对你给出的样例数据，运行上述代码后输出的res_df和预期结果完全一致：

效率优化提示 #

如果你的数据量超过千万行，可以在groupby参数中加sort=False关闭分组自动排序，能额外提升10%~30%的执行效率。

内容的提问来源于stack exchange，提问作者kevin811