Pandas DataFrame筛选：获取各ID对应的唯一最值行

我来帮你搞定这个需求——要从包含ID、A、B、C的DataFrame里，筛选每个唯一ID下A/B/C列最大值、最小值对应的行，同时保证行不重复，我们可以用pandas的分组、标记和筛选来实现，完美处理重复行的情况（比如某一行同时是多个列的最值，只保留一次）。

步骤1：准备示例输入数据 #

先模拟你提到的输入DataFrame（和你展示的示例逻辑一致）：

import pandas as pd

# 示例输入数据
df = pd.DataFrame({
    'ID': ['X', 'X', 'X', 'Y', 'Y', 'Y', 'Y'],
    'A': [1, 3, 2, 5, 5, 3, 4],
    'B': [4, 2, 3, 1, 2, 4, 3],
    'C': [2, 1, 3, 3, 1, 2, 4]
})

步骤2：标记每行是否为对应列的最值 #

我们可以用groupby.transform给每行添加标记，判断它是否是当前ID下某列的最大值或最小值：

# 为每个列添加"是否是最大值/最小值"的标记列
for col in ['A', 'B', 'C']:
    # 标记是否为当前ID下该列的最大值
    df[f'{col}_is_max'] = df[col] == df.groupby('ID')[col].transform('max')
    # 标记是否为当前ID下该列的最小值
    df[f'{col}_is_min'] = df[col] == df.groupby('ID')[col].transform('min')

步骤3：筛选符合条件的行并去重 #

只要某一行满足任意一个列的最大值/最小值条件，就保留它；同时用drop_duplicates去掉重复行（避免同一行因满足多个条件被多次选中）：

# 生成筛选条件：只要有一个标记为True，就保留该行
filter_condition = df.filter(regex='_is_(max|min)').any(axis=1)

# 筛选后去重，只保留原有的ID/A/B/C列
result_df = df[filter_condition].drop_duplicates(subset=['ID', 'A', 'B', 'C'])[['ID', 'A', 'B', 'C']]

验证结果 #

运行后得到的result_df就是你期望的输出：

• 对于ID=X：会保留A列最大值（3）、A列最小值（1）、B列最大值（4）、B列最小值（2）、C列最大值（3）、C列最小值（1）对应的行，但其中行X,1,4,2同时是A的最小值和B的最大值，只会保留一次；行X,3,2,1同时是A的最大值和C的最小值，也只会保留一次。
• 对于ID=Y：同理，会保留所有符合最值条件的唯一行，处理类似df#2里的重复情况。

另一种简洁写法（无需标记列） #

如果你不想添加额外标记列，也可以通过分组聚合+合并的方式实现：

# 计算每个ID下各列的最大值和最小值
agg_stats = df.groupby('ID').agg({
    'A': ['max', 'min'],
    'B': ['max', 'min'],
    'C': ['max', 'min']
}).reset_index()
# 重命名聚合后的列，方便后续合并
agg_stats.columns = ['ID', 'A_max', 'A_min', 'B_max', 'B_min', 'C_max', 'C_min']

# 合并原数据和聚合结果，然后筛选符合条件的行
merged = df.merge(agg_stats, on='ID')
filter_condition = (
    (merged['A'].isin([merged['A_max'], merged['A_min']])) |
    (merged['B'].isin([merged['B_max'], merged['B_min']])) |
    (merged['C'].isin([merged['C_max'], merged['C_min']]))
)
result_df = merged[filter_condition].drop_duplicates(subset=['ID', 'A', 'B', 'C'])[['ID', 'A', 'B', 'C']]

这两种方法都能完美解决你的需求，核心是先识别所有符合最值条件的行，再通过去重保证每行只出现一次。

内容的提问来源于stack exchange，提问作者TuoCuggino