如何用Python Pandas按条件累计创建新字符串列Group_Manager

原始数据 #

现有数据集df：

Group | Employee_Title | Employee_Name  
A     | Manager        | John     
A     | Analyst        | Adam     
A     | Analyst        | Smith    
B     | Manager        | Bill    
B     | Analyst        | Ed    
B     | Analyst        | Jay 

目标效果 #

需要新增Group_Manager列，使每个组内的所有行都填充对应组的经理姓名：

Group | Employee_Title | Employee_Name | Group_Manager 
A     | Manager        | John          | John
A     | Analyst        | Adam          | John           
A     | Analyst        | Smith         | John    
B     | Manager        | Bill          | Bill    
B     | Analyst        | Ed            | Bill       
B     | Analyst        | Jay           | Bill  

错误尝试代码 #

以下代码无法正常运行：

df['Group_Manager']=df.groupby('Group').apply(lambda Employee_Title,Employee_Name: Employee_Name if Employee_Title=="Manager" else keep previous Group_Manager)

累计式实现代码 #

通过分组向前填充的方式实现需求，代码如下：

import pandas as pd

# 构造示例数据（如果已有df可跳过这部分）
data = {
    'Group': ['A', 'A', 'A', 'B', 'B', 'B'],
    'Employee_Title': ['Manager', 'Analyst', 'Analyst', 'Manager', 'Analyst', 'Analyst'],
    'Employee_Name': ['John', 'Adam', 'Smith', 'Bill', 'Ed', 'Jay']
}
df = pd.DataFrame(data)

# 生成Group_Manager列
# 第一步：标记经理行的姓名，非经理行留空
temp_col = df.apply(lambda row: row['Employee_Name'] if row['Employee_Title'] == 'Manager' else pd.NA, axis=1)
# 第二步：按Group分组，向前填充空值（即累计保留组内最近的经理姓名）
df['Group_Manager'] = temp_col.groupby(df['Group']).ffill()

# 查看结果
print(df)

代码逻辑说明 #

1. 先创建临时列：仅在Employee_Title为Manager的行填入对应Employee_Name，其余行设为缺失值
2. 按Group分组后，使用ffill()（向前填充）将每个组内的经理姓名填充到后续所有行，实现“累计保留上一个有效经理姓名”的效果

内容的提问来源于stack exchange，提问作者datapy