如何在Pandas SeriesGroupBy中引用前组？优化组最大值对比代码

嘿，这个问题我之前也踩过坑！用全局变量previous_max不仅容易搞乱代码状态，遇到大数据量时效率也拉胯，Pandas的分组和向量化操作完美解决这个问题，我给你分享几个常用的优雅方案：

1. 先获取各组最大值，再轻松对比（替代全局变量的核心思路） #

如果你的需求是对比不同组之间的最大值（比如前一个组和当前组的最大值比较），第一步先通过groupby算出每个组的最大值，再用shift方法直接获取前一个组的最大值，完全不需要全局变量：

import pandas as pd

# 模拟你的数据结构
df = pd.DataFrame({
    'group': ['A', 'A', 'B', 'B', 'C', 'C'],
    'value': [10, 20, 15, 25, 5, 30]
})

# 计算每个组的最大值，注意sort=False可以保留组的原始出现顺序（默认会按组名排序）
group_max = df.groupby('group', sort=False)['value'].max().reset_index(name='group_max')

# 获取前一个组的最大值（替代你的previous_max全局变量）
group_max['prev_group_max'] = group_max['group_max'].shift(1)

# 做你需要的对比逻辑，比如判断当前组最大值是否大于前一组
group_max['is_current_larger'] = group_max['group_max'] > group_max['prev_group_max']

print(group_max)

输出结果：

group  group_max  prev_group_max  is_current_larger
0     A         20             NaN               False
1     B         25            20.0                True
2     C         30            25.0                True

2. 把组最大值合并回原表，实现每行和组最大值对比 #

如果你的需求是组内每个元素和本组最大值对比，可以用merge或者transform把组最大值关联到原数据的每一行，这样就能直接做逐行对比：

方法一：用merge合并

df_with_group_max = df.merge(group_max, on='group')
# 对比当前值是否等于本组最大值
df_with_group_max['is_top_in_group'] = df_with_group_max['value'] == df_with_group_max['group_max']

方法二：用transform更简洁

# 直接在原表新增组最大值列
df['group_max'] = df.groupby('group')['value'].transform('max')
df['is_top_in_group'] = df['value'] == df['group_max']

为什么这比全局变量好？ #

• 无状态：不用维护全局变量的状态，避免循环中可能出现的赋值错误
• 效率高：Pandas的向量化操作比Python循环+全局变量快几十倍，大数据量下差距更明显
• 可复用：分组后的最大值系列可以直接用于各种对比逻辑，不用重复写循环

如果你的场景是其他特殊情况（比如按时间窗口的滚动组最大值对比），可以补充细节，我再给你调整方案～

内容的提问来源于stack exchange，提问作者Han