如何用Pandas针对重复Class列的行，按Length条件修改字段？

需求回顾 #

针对包含重复Class值的行，需执行以下逻辑：

• 所有重复行的Head Teacher统一替换为该Class组内Length最长行的对应值；若组内Length全部相同，则取组内第一行的Head Teacher
• 仅保留Class组内Length最长行（若长度全相同则保留第一行）的Premium Course为Yes，其余行清空该字段
• 无重复的Class行保持原样

实现步骤（矢量化操作，无循环） #

1. 给Length列映射排序权重

因为Length是文本型的Short/Medium/Long，无法直接排序，先转为数值权重：

# 定义长度优先级映射
length_order = {'Short': 1, 'Medium': 2, 'Long': 3}
df['Length_Weight'] = df['Length'].map(length_order)

2. 按Class分组计算目标值

通过groupby+transform实现组内逻辑，避免循环：

import pandas as pd

# 计算每个Class组内的最大Length权重
max_weight = df.groupby('Class')['Length_Weight'].transform('max')

# 标记哪些行是组内的"保留行"（最长Length，若全相同则取第一行）
df['is_keep'] = (df['Length_Weight'] == max_weight)
# 当组内所有Length相同时，仅保留第一行
df['is_keep'] = df.groupby('Class')['is_keep'].transform(
    lambda x: x.cummax() if x.all() else x
)

# 获取每个Class组对应的目标Head Teacher
teacher_map = df[df['is_keep']].set_index('Class')['Head Teacher']
df['Head Teacher'] = df['Class'].map(teacher_map)

# 处理Premium Course字段：仅保留行设为Yes，其余清空
df['Premium Course'] = df['is_keep'].apply(lambda x: 'Yes' if x else '')

3. 清理临时列

df = df.drop(['Length_Weight', 'is_keep'], axis=1)

处理后结果 #

Class  Length Head Teacher Premium Course
0   Maths  Medium    Mr. Bloggs            Yes
1  English   Short   Mrs. Green             
2  English    Long   Mrs. Green            Yes
3  English  Medium   Mrs. Green             
4  Science    Long    Mrs. Blue            Yes
5  Science    Long    Mrs. Blue             

关键逻辑说明 #

• 用transform实现组内计算，确保每行都能获取组内的最大权重，这是矢量化操作的核心，避免了逐行循环
• 通过cummax()处理组内Length全相同的情况，只保留第一行的is_keep为True
• 利用映射（map）快速替换Head Teacher，比循环赋值高效得多

内容的提问来源于stack exchange，提问作者Steven