本文介绍如何在pandas中根据字典动态指定列范围，并结合行内参考值（如'col7'）设置条件（如“大于col7”），安全高效地计算每行满足条件的最小值，同时支持缺失情况的默认值处理。
本文介绍如何在pandas中根据字典动态指定列范围，并结合行内参考值（如'col7'）设置条件（如“大于col7”），安全高效地计算每行满足条件的最小值，同时支持缺失情况的默认值处理。
在实际数据分析中，常需对不同类别（如Item1、Item2）分别选取特定列子集，并在满足业务逻辑条件（例如“仅考虑高于基准值的数值”）的前提下求最小值。本例中，my_dict定义了每个Item对应的有效列，而条件要求：仅当候选列的值严格大于同行列的Col7时，才参与最小值计算。
直接使用r[col] > r['Col7']筛选后取min()虽直观，但若某行无一列满足条件，.min()会抛出ValueError: min() arg is an empty sequence。因此，推荐采用生成器表达式 + min(..., default=...) 的组合方式，既简洁又健壮：
import pandas as pd
import numpy as np
my_dict = {
'Item1': ['Col1', 'Col3', 'Col6'],
'Item2': ['Col2', 'Col4', 'Col6', 'Col8']
}
df = pd.DataFrame({
'Col0': ['Item1', 'Item2'],
'Col1': [20, 25],
'Col2': [89, 15],
'Col3': [36, 30],
'Col4': [40, 108],
'Col5': [55, 2],
'Col6': [35, 38],
'Col7': [30, 20]
})
# 计算满足条件的最小值及对应列名
df[['min', 'name']] = df.apply(
lambda r: min(
((r[col], col) for col in my_dict.get(r['Col0'], [])
if col in r and r[col] > r['Col7']),
default=(np.nan, '')
),
axis=1,
result_type='expand'
)
执行后，df['min']将正确返回 [35.0, 38.0] ——
- Item1 行：Col1=20, Col3=36, Col6=35；仅 Col3 和 Col6 满足 >30，其中 min(36,35)=35；
- Item2 行：Col2=15, Col4=108, Col6=38；仅 Col4 和 Col6 满足 >20，min(108,38)=38。
✅ 关键要点说明：
- default=(np.nan, '') 确保无匹配项时返回可控占位值，避免运行时错误；
- 使用 result_type='expand' 可一次性解包元组为多列，提升可读性与后续分析效率；
- 条件 col in r 防止因字典中存在但DataFrame中缺失的列名引发 KeyError；
- 条件逻辑可灵活扩展（如改为 r[col] >= r['Col7'] * 1.2 或结合 pd.isna() 排除空值）。
此方法兼顾性能、鲁棒性与可维护性，适用于动态列映射+阈值过滤的复杂场景，是Pandas行级条件聚合的典型实践方案。
