如何用Pandas cut()按4条记录分组并计算指定列最大值？

我来帮你排查下问题，并且给出正确的实现方案~

你的代码里有两个关键问题导致结果不符合预期：

• 分组逻辑错误：你用了range(0, len(dataset), 3)，步长设成3但实际要的是每4条一组，步长应该是4；而且pd.cut是基于数值区间的分组方式，对于从0开始的索引，第一个区间(0,4]会漏掉索引0，直接导致分组不完整。
• 聚合逻辑不符合需求：直接调用groups.max()会对所有列取最大值，但你需要的是仅对指定列计算max，其余列保持原样（要么保留组内原行，要么保留组内某一行的内容）。

方案1：生成每组一行的汇总数据集 #

如果你的需求是每组输出一行，其余列保留组内第一行的内容，仅目标列显示组内最大值，可以这样写：

import pandas as pd

# 替换成你要计算max的目标列名
target_col = "your_target_column"

# 按每4行分组：索引//4 会把0-3分到组0，4-7分到组1，以此类推
groups = dataset.groupby(dataset.index // 4)

# 自定义聚合规则：非目标列取组内第一行，目标列取max
result = groups.agg(
    {col: "first" for col in dataset.columns if col != target_col}
    | {target_col: "max"}
)

# 可选：重置索引让结果更整洁
result = result.reset_index(drop=True)

# 导出为CSV
result.to_csv("grouped_max_result.csv", index=False)

方案2：给原数据集添加组内max列 #

如果需要保留所有原始记录，同时新增一列显示当前组的目标列最大值，用transform更方便：

import pandas as pd

target_col = "your_target_column"

# 生成组ID：每4行一组
dataset["group_id"] = dataset.index // 4

# 添加组内max列
dataset[f"{target_col}_group_max"] = dataset.groupby("group_id")[target_col].transform("max")

# 导出为CSV（如果不需要group_id可以去掉）
dataset.to_csv("original_with_group_max.csv", index=False)

补充：原代码出错的细节 #

你用pd.cut(dataset.index, range(0, len(dataset), 3))时，步长3会生成0,3,6...的区间分割点，而pd.cut默认是左开右闭区间，所以索引0会被单独分到(-inf, 0]组，原本应该在一组的0-3行被拆成了两组，这就导致分组完全错误，max结果自然不对。而用dataset.index // 4是最直接的按连续行号分组的方式，完美匹配你要的0-3、4-7这类分组规则。

内容的提问来源于stack exchange，提问作者KKUser