如何基于同一DataFrame的Question分组，从Answer列提取Category值生成新列？

假设你的DataFrame名为df，可以通过以下几种方式实现需求：

方法一：分组后提取目标值并广播 #

利用groupby结合transform，筛选出每组中属于Category类的值（这里默认Category类值包含"Category"关键词），取第一个有效值填充整组：

import pandas as pd

# 构造示例数据
data = {
    'Question': [1,1,1,2,2,2],
    'Answer': ['Category1','Category1','Not Important','Category2','Category2','Very Important']
}
df = pd.DataFrame(data)

# 新增Category列
df['Category'] = df.groupby('Question')['Answer'].transform(
    lambda x: x[x.str.contains('Category')].iloc[0]
)

方法二：先提取分组映射关系再合并 #

先创建Question与对应Category的映射字典，再通过map快速填充列：

# 提取每个Question对应的Category值
category_map = df[df['Answer'].str.contains('Category')].drop_duplicates('Question').set_index('Question')['Answer'].to_dict()

# 映射到原DataFrame
df['Category'] = df['Question'].map(category_map)

执行后得到的结果如下：

自定义筛选规则说明 #

如果Category类值不是靠"Category"关键词识别，而是需要排除特定非类别值（比如"Not Important"、"Very Important"），可以修改筛选逻辑：

df['Category'] = df.groupby('Question')['Answer'].transform(
    lambda x: x[~x.isin(['Not Important', 'Very Important'])].iloc[0]
)

内容的提问来源于stack exchange，提问作者Lisa