Pandas按多列分组将porcentaje列转为min-max格式并处理CSV

之前试写的代码没出效果，核心是三个实操层面的问题：

• 链式调用中断：单独写df.groupby(...)只是生成GroupBy对象，没有把返回值赋值给变量，后续的agg、transform操作还是作用在原始未分组的DataFrame上，完全没有生效
• 聚合逻辑不匹配：你需要的是每个分组只保留1行汇总值，但transform的输出形状和原始DataFrame完全一致，会保留所有原始行，不会生成汇总结果；且lambda x: '-'.join(x)是把分组内所有原始值按出现顺序拼接，既不会取最小最大值，也不会按升序排列
• 文件解析参数遗漏：你的文件是分号;分隔的，pandas默认按逗号读取，第一步就会解析错乱

完整可运行实现流程 #

1. 正确读取分号分隔的CSV文件
   必须显式指定分隔符为分号，否则列解析完全错误：

   import pandas as pd
   import numpy as np
   
   # 替换为你本地的输入文件路径
   df = pd.read_csv("input.csv", sep=';')
   

2. 按维度分组聚合取最小、最大值
   加sort=False参数可保留分组首次出现的顺序，避免行序和预期不符：

   grouped_df = df.groupby(
       ['zona', 'rango', 'nombre'],
       as_index=False,
       sort=False
   )['porcentaje'].agg(
       min_val=np.min,
       max_val=np.max
   )
   

3. 拼接成要求的「最小值-最大值」格式
   把两个数值列转成字符串后用-拼接，替换原有porcentaje列，删掉临时计算列：

   grouped_df['porcentaje'] = grouped_df['min_val'].astype(str) + '-' + grouped_df['max_val'].astype(str)
   final_df = grouped_df[['zona', 'rango', 'nombre', 'porcentaje']]
   

4. 结果写回CSV文件
   写出时同样指定分号分隔，不保留无意义的行索引，避免文件多出一列多余内容：

   final_df.to_csv(
       "output.csv",
       sep=';',
       index=False,
       encoding='utf-8'
   )
   

输出校验 #

跑通后生成的文件内容和你提供的样例完全匹配：

zona;rango;nombre;porcentaje
Yermo de Agujas;Rango Alto;Hueso monstruo pequeño;23-45
Yermo de Agujas;Rango Alto;Hueso escogido;30-40
Yermo de Agujas;Rango Alto;Hueso fósil;20-30
Yermo de Agujas;Rango Alto;Reliquia de dracohueso;5-7

内容的提问来源于stack exchange，提问作者Kelfindel