You need to enable JavaScript to run this app. 如何在pandas DataFrame中按列分组获取指定列最大最小值对应行
优惠活动
大模型
产品
解决方案
定价
更多

如何在pandas DataFrame中按列分组获取指定列最大最小值对应行

按分组提取每列极值对应完整行的实现方法

核心实现逻辑

需求是按State列完成分组后,提取每个分组内Elec列取最大值、最小值对应的全部完整行,而非仅提取聚合后的数值,可通过以下两种无歧义的代码方案实现:

方法1:基于分组极值索引匹配原表行

通过groupby的idxmax/idxmin方法,直接获取每个分组中Elec极值对应的原表索引,再通过索引回查原表取出完整行,执行效率更高:

import pandas as pd
# 构造测试数据
data = [['AK', 'Co',2957],
    ['AK', 'Ot', 15],
    ['AK','Petr', 86848],
    ['AL', 'Co',167],
    ['AL', 'Ot', 10592],
    ['AL',  'Petr',1667]]
my_df = pd.DataFrame(data, columns = ['State', 'Energy', 'Elec'])

# 获取每个分组下Elec最大值、最小值对应的行索引
max_row_idx = my_df.groupby('State')['Elec'].idxmax()
min_row_idx = my_df.groupby('State')['Elec'].idxmin()

# 合并索引,从原表中取出对应行
result = my_df.loc[pd.concat([max_row_idx, min_row_idx])].reset_index(drop=True)

方法2:分组内逐组筛选极值行

通过apply逐组判断行的Elec值是否为组内最大值/最小值,直接筛选出符合条件的行:

result = my_df.groupby('State', group_keys=False).apply(
    lambda sub_df: sub_df[(sub_df['Elec'] == sub_df['Elec'].max()) | (sub_df['Elec'] == sub_df['Elec'].min())]
)

注意事项

  • 两类方法的提取结果和示例期望完全匹配:AK组提取Elec最小的Ot行、最大的Petr行;AL组提取Elec最小的Co行、最大的Ot行。
  • 如果需要和示例输出的行顺序完全对齐,可在结果提取完成后追加排序逻辑:result = result.sort_values(['State', 'Elec']).reset_index(drop=True)
  • 两类方法的差异说明:如果同一分组内存在多个和组内max/min值相等的重复行,idxmax/idxmin仅保留第一个匹配的极值行,逐组筛选方法会保留全部匹配的极值行,可根据业务场景选择。
  • 不要使用将Energy列纳入分组键的聚合写法,该方式会丢失原表行的完整信息,无法匹配需求。

内容的提问来源于stack exchange,提问作者DeepMeh

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.15 07:45:08