使用Pandas Groupby分组后获取最大值对应project_id的问题

我来帮你搞定这个分组聚合的需求！你需要按time_stamp分组后，拿到三个关键信息：value_1的最大值、value_2的平均值，以及对应value_1最大值的project_id，下面是具体的实现步骤和代码示例：

核心思路 #

先通过分组聚合得到每组的最大值和平均值，再将原始数据与聚合结果关联，筛选出符合最大值条件的行，从而匹配到对应的project_id。

代码实现 #

假设你的原始数据DataFrame名为df，结构类似这样：

步骤1：分组计算基础聚合值

先算出每组的value_1最大值和value_2平均值：

import pandas as pd

# 分组聚合，得到max和mean结果
aggregated = df.groupby('time_stamp').agg(
    max_value_1=('value_1', 'max'),
    avg_value_2=('value_2', 'mean')
).reset_index()

步骤2：匹配最大值对应的project_id

将原始数据和聚合结果合并，筛选出value_1等于分组最大值的行，提取需要的列：

# 合并数据并筛选符合条件的行
result = df.merge(aggregated, on='time_stamp') \
           .query('value_1 == max_value_1') \
           [['time_stamp', 'max_value_1', 'avg_value_2', 'project_id']]

处理多ID对应同一最大值的情况

如果同一time_stamp下有多个project_id对应相同的value_1最大值，可以把这些ID合并（比如用逗号分隔）：

result = df.merge(aggregated, on='time_stamp') \
           .query('value_1 == max_value_1') \
           .groupby('time_stamp') \
           .agg(
               max_value_1=('max_value_1', 'first'),
               avg_value_2=('avg_value_2', 'first'),
               project_id=('project_id', ', '.join)
           ).reset_index()

最终输出效果 #

运行后你会得到符合预期的结果：

如果你的time_stamp是带时分秒的datetime类型，需要按日期分组的话，记得先处理日期格式：

df['time_stamp'] = pd.to_datetime(df['time_stamp']).dt.date

内容的提问来源于stack exchange，提问作者user9322651