Python使用groupby结合apply提取分组最大最小值

顾星河

发布时间：2026-10-15| 4人浏览过

原创

本文介绍如何在Python中使用pandas的groupby函数结合apply和lambda提取每组数据的最大值与最小值。通过异或逻辑筛选极值，并演示如何重置索引及导出Excel，解决直接groupby无法保留完整行的问题。

需求背景与目标

当前需求是对课程（course）数据进行分组，并从每个组中提取成绩（grade）的最大值和最小值，同时保留对应的完整行数据。

期望得到的最终数据结果如下所示。

核心实现逻辑

仅使用groupby函数无法直接实现这一效果，必须在groupby操作后追加apply方法，并配合lambda函数进行自定义处理。

代码实现与索引处理

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())])

处理后的结果会生成一个MultiIndex索引结构，包含两列层级索引。为了便于后续使用，需要对该索引进行清理，直接删除多余的索引层级即可。

data2 = data1.reset_index(drop=True)

完整代码与导出

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到Excel文件中。