按Name分组提取多列(start_1、end_1等)的MIN与MAX值

需求 #

按name列对数据分组，从start_1、end_1、start_2、end_2四列的所有值中，提取最小值作为start字段，最大值作为end字段。

原始数据 #

start_1  end_1  start_2  end_2  name
 100      200    300      400    ABC
 100      200    300      400    ABC
 150      250    300      400    ABC
 300      200    300      900    DEF
 50       200    300      1000   DEF

期望输出 #

start  end  name
 100   400  ABC
 50    1000 DEF

解决方案 #

方法一：分组后自定义聚合函数 #

直接对分组后的子DataFrame，提取目标四列并计算全局最小/最大值：

import pandas as pd

# 构造原始数据
data = {
    'start_1': [100, 100, 150, 300, 50],
    'end_1': [200, 200, 250, 200, 200],
    'start_2': [300, 300, 300, 300, 300],
    'end_2': [400, 400, 400, 900, 1000],
    'name': ['ABC', 'ABC', 'ABC', 'DEF', 'DEF']
}
df = pd.DataFrame(data)

# 分组聚合
result = df.groupby('name').agg(
    start=lambda x: x[['start_1', 'end_1', 'start_2', 'end_2']].values.min(),
    end=lambda x: x[['start_1', 'end_1', 'start_2', 'end_2']].values.max()
).reset_index()[['start', 'end', 'name']]

print(result)

方法二：转长格式后分组计算 #

先将多列数值字段转成单列，再分组求最小/最大值，逻辑更直观：

import pandas as pd

data = {
    'start_1': [100, 100, 150, 300, 50],
    'end_1': [200, 200, 250, 200, 200],
    'start_2': [300, 300, 300, 300, 300],
    'end_2': [400, 400, 400, 900, 1000],
    'name': ['ABC', 'ABC', 'ABC', 'DEF', 'DEF']
}
df = pd.DataFrame(data)

# 转长格式，合并数值列
melted_df = df.melt(id_vars='name', value_vars=['start_1', 'end_1', 'start_2', 'end_2'])

# 分组计算最小/最大值
result = melted_df.groupby('name').agg(
    start=('value', 'min'),
    end=('value', 'max')
).reset_index()[['start', 'end', 'name']]

print(result)

两种方法均可得到与期望一致的输出。

参考思路 #

参考了Stack Overflow社区中关于Pandas分组聚合、多列min/max计算的相关讨论，核心是利用groupby结合聚合函数实现需求。

内容的提问来源于stack exchange，提问作者soosa