Python groupby结合apply与lambda实现分组极值筛选
发布时间：2026-10-12 |
2人浏览过
本文介绍如何利用Python pandas库的groupby函数，结合apply和lambda表达式，从分组数据中筛选出每组最大值与最小值所在的行。通过具体代码示例，演示如何处理多级索引并导出结果至Excel，解决直接使用groupby无法直接获取极值行的问题。
目标是对course字段进行分组，并在每个组内提取出grade列的最大值和最小值对应的记录。
期望得到的处理结果如下所示：
仅使用groupby函数无法直接实现该需求，必须配合apply函数与lambda匿名函数来完成筛选逻辑。
具体实现代码如下：
import pandas as pd
data = pd.read_excel('group_apply.xlsx')
data1 = data.groupby('course').apply(lambda t: t[(t['grade']==t['grade'].min()) ^ (t['grade']==t['grade'].max())])
处理后的结果包含多层索引，需进行清理以简化数据结构。这是groupby函数处理后的默认输出特征，直接删除多余索引即可。
data2 = data1.reset_index(drop=True)
将上述步骤整合后的完整代码如下：
import pandas as pd
data = pd.read_excel('group_apply.xlsx')
data1 = data.groupby('course').apply(lambda t: t[(t['grade']==t['grade'].min()) ^ (t['grade']==t['grade'].max())])
data2 = data1.reset_index(drop=True)最后将处理好的数据写入Excel文件：
以上就是关于利用Python groupby函数实现分组选取最大值与最小值的详细介绍。如需了解更多Python groupby相关内容，欢迎查阅本站过往文章或继续浏览后续教程，感谢支持！
本站声明
本文内容仅供参考，不代表本站观点。转载或引用请注明出处。如发现内容问题，请通过联系我们页面反馈。
