Python groupby结合apply与lambda实现分组极值筛选

苏见山

发布时间：2026-10-12| 3人浏览过

原创

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：