本文介绍如何使用 pandas 的 groupby().transform() 高效地为分组数据中每组的最大值所在行添加布尔标识列，避免显式循环，提升代码可读性与执行效率。
本文介绍如何使用 pandas 的 `groupby().transform()` 高效地为分组数据中每组的最大值所在行添加布尔标识列，避免显式循环，提升代码可读性与执行效率。
在数据分析中，常需识别每个分组内某列（如销售额）达到极值的记录。例如，给定按 product_id 分组的周度销售数据，目标是新增一列 product_max，标记每款产品销售额最高的那一周（若有并列，则全部标记为 True）。
核心思路是：不聚合、不丢失行索引——借助 transform('max') 对每组计算 sales 的最大值，并广播回原 DataFrame 的对应行，再与原始 sales 列逐元素比较，生成布尔结果。
以下是完整实现：
import pandas as pd
# 构造示例数据
data = {
'product_id': ['A1', 'A1', 'A1', 'A2', 'A2', 'A2'],
'week_number': [1, 2, 3, 1, 2, 3],
'sales': [1000, 2000, 3000, 8000, 4000, 2000]
}
df = pd.DataFrame(data)
# 添加标识列：每 product_id 组内 sales 最大值所在行为 True
df['product_max'] = df.groupby('product_id')['sales'].transform('max') == df['sales']
print(df)输出结果：
product_id week_number sales product_max 0 A1 1 1000 False 1 A1 2 2000 False 2 A1 3 3000 True 3 A2 1 8000 True 4 A2 2 4000 False 5 A2 3 2000 False
✅ 关键优势：
-
transform保持原始 DataFrame 行数与索引对齐，天然适配列级赋值； - 比
apply(lambda x: x == x.max())更简洁高效； - 支持并列最大值自动全选（如某产品两周销量同为最高，两行均标
True）。
⚠️ 注意事项：
- 若需仅保留首条最大值行（忽略并列），应改用
idxmax()+isin()组合； -
transform('max')对含缺失值（NaN）的组默认跳过，若需特殊处理（如视NaN为最小值），需先填充或指定skipna=False（注意：transform不支持skipna=False，此时建议改用apply）； - 列名需确保无歧义（如避免与内置方法名冲突）。
该方法是 pandas 分组标记任务的标准范式，兼顾性能、可读性与健壮性，推荐作为此类需求的首选方案。
