Pandas多列分组后计算结果广播至原DataFrame每行问题求助

问题原因 #

你当前的代码存在两个关键问题：

1. 使用groupby().apply()计算出每个组的单个fprice值后，直接reset_index(drop=True)会丢失原分组的索引关联，导致赋值时仅按位置顺序填充，无法和原DataFrame的分组正确匹配。
2. 分组列使用了大写的StartDate，但数据里的列名是小写的startdate，Pandas列名大小写敏感，这会导致分组逻辑失效。

正确解决方案 #

方法1：使用transform（推荐） #

transform方法会自动将分组计算结果映射回原DataFrame的每一行，保持索引对应，完美适配你的需求：

df['fprice'] = df.groupby(['Deal', 'Commodity', 'startdate']).transform(
    lambda group: -(group['mtmvalue'].sum() - (group['fixedpricestrike'] * group['quantity']).sum()) / group['quantity'].sum()
)

方法2：先计算分组结果再合并 #

如果需要更清晰的步骤，可以先单独计算每个分组的fprice，再通过合并关联回原DataFrame：

# 计算分组的fprice，保留分组键作为合并依据
grouped_fprice = df.groupby(['Deal', 'Commodity', 'startdate']).apply(
    lambda group: -(group['mtmvalue'].sum() - (group['fixedpricestrike'] * group['quantity']).sum()) / group['quantity'].sum()
).reset_index(name='fprice')

# 合并回原DataFrame，确保每行匹配对应分组的fprice
df = df.merge(grouped_fprice, on=['Deal', 'Commodity', 'startdate'], how='left')

验证结果 #

针对你的测试数据，计算结果如下：

• Sell组：-(200 - (10*20))/20 = 0，所有Sell行的fprice均为0
• Buy组：-(75 - (5*15))/15 = 0，所有Buy行的fprice均为0
  完全符合同一分组每行fprice值一致的预期。

内容的提问来源于stack exchange，提问作者iBeMeltin