Python Pandas按列唯一值分组求另一列最小值并计算差值的实现方法

核心使用groupby配合transform方法完成，属于原生向量化操作，计算效率远高于循环、apply类实现：

import pandas as pd

# 原始DataFrame
df = pd.DataFrame({'Person': ['Alex', 'Alex', 'Alex', 'Eva', 'Eva', 'Eva'],
                   'Time': [30, 40, 60, 35, 55, 57]})

# 新增Difference列
df['Difference'] = df['Time'] - df.groupby('Person')['Time'].transform('min')

运行后得到的df和预期结果完全一致。

逻辑说明 #

• df.groupby('Person')['Time']：按Person字段分组，提取每个分组的Time列
• transform('min')：对每个分组计算Time最小值，并且返回和原始DataFrame行数完全一致的序列，每个位置的值对应当前行所属人员的最低Time值
• 直接用原始Time列减去上述最小值序列，即可得到每行的差值

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