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
相关产品推荐

