多索引DataFrame中按合约日期计算日内极值并指定行赋值

问题背景 #

现有包含82万行数据的期权1分钟K线Pandas DataFrame，已将Symbol（合约代码）和Date（日期）设置为MultiIndex。需要实现两个需求：

• 针对单个合约单日，计算high列的最大值，仅赋值给该合约当日hour为08:30:00的day_high列（此前代码会将最大值填入所有行，需修正）
• 无需循环，用Pandas原生高效方法批量处理所有合约

解决方案 #

直接利用groupby结合布尔索引实现精准赋值，全程无循环，适配大数据量：

import pandas as pd
import numpy as np

# 先初始化day_high列为空值（如果还没创建）
df['day_high'] = np.nan

# 筛选出需要赋值的目标行：当日hour为08:30:00的记录
target_rows = df['hour'] == '08:30:00'

# 按MultiIndex的两级（Symbol+Date）分组计算high的最大值，仅给目标行赋值
df.loc[target_rows, 'day_high'] = df.groupby(level=[0, 1])['high'].transform('max')[target_rows]

关键说明 #

• 此前代码全列填充的原因：直接对分组结果赋值时未限定目标行，导致整个分组的所有行都被覆盖为最大值。
• 这里用transform('max')生成与原DataFrame同长度的系列，每个组内元素均为该组的high最大值，再通过target_rows筛选，仅将最大值赋值给当日08:30的行，其余行保持空值。
• 该方法为Pandas原生向量运算，避免循环，处理82万行数据效率极高。

内容的提问来源于stack exchange，提问作者Dan