Python Pandas多列对比：基于上一行最大值选取对应列方案问询

存储方案选择 #

优先将数据整合为单个DataFrame存储，统一使用前缀+1/2的列名格式（如A1、A2、B1、B2），相比多独立DataFrame存储无需额外处理跨表索引对齐，逻辑更简洁，性能更好。

方案1：贴合现有循环框架的实现 #

核心逻辑是在循环内先取上一行所有后缀为1的列的最大值对应列，再映射到当前行的后缀为2的列取值：

import pandas as pd

# 提前生成列映射关系
cols_1 = [col for col in df.columns if col.endswith('1')]
col_1_to_2 = {c: c[:-1] + '2' for c in cols_1}
df_results = []

for i in range(1, len(df.index)):
    # 取上一行所有后缀为1的列的值
    prev_row_vals = df.loc[i-1, cols_1]
    # 找到最大值对应的列名
    max_col_1 = prev_row_vals.idxmax()
    # 取当前行对应后缀为2的列的值
    current_result = df.loc[i, col_1_to_2[max_col_1]]
    df_results.append(current_result)

# 写入原表新列D，第一行无上游数据填充空值，可按需求修改默认值
df['D'] = [pd.NA] + df_results

方案2：Pandas向量化高效实现（适合数据量较大场景） #

无需逐行循环，利用shift方法对齐上一行数据，性能比循环实现高1~2个数量级：

import pandas as pd

cols_1 = [col for col in df.columns if col.endswith('1')]
col_1_to_2 = {c: c[:-1] + '2' for c in cols_1}

# 将所有后缀为1的列上移一行，对齐到当前行
prev_1_cols = df[cols_1].shift(1)
# 逐行计算最大值对应的列
max_col_1 = prev_1_cols.idxmax(axis=1)
# 映射到对应后缀为2的列取值
df['D'] = df.rename(columns=col_1_to_2).lookup(max_col_1.index, max_col_1.map(col_1_to_2))

多独立DataFrame兼容处理 #

如果你坚持使用多个独立DataFrame存储，先做一步数据合并即可复用上述逻辑：

• 对每个独立df的列名增加前缀标识，如df_a的column_1/column_2重命名为A1/A2
• 按索引拼接所有df为单个大表，后续逻辑和上述实现完全一致

内容的提问来源于stack exchange，提问作者Andrew