如何在迭代分组后正确更新DataFrame中的对应行数据？

你的问题出在：groupby返回的group是原始DataFrame的副本，修改副本里的列不会同步到原DataFrame，而且手动循环iterrows赋值不仅效率低，还容易因为索引匹配失误导致值放错位置。

直接用Pandas内置的分组计算方法就能搞定，不需要手动循环：

方法一：直接用groupby.diff() #

这是最简洁的方式，专门用来计算分组内的前后差值：

import pandas as pd
import numpy as np

mydf = pd.read_csv("my.csv")
# 按a、b分组，对c列计算与前一行的差值，结果自动对齐原DataFrame的行
mydf["forwardDelta"] = mydf.groupby(["a", "b"])["c"].diff()

方法二：用transform自定义计算 #

如果需要更复杂的分组内操作，可以用transform，它会把分组计算的结果映射回原DataFrame的对应行：

import pandas as pd
import numpy as np

mydf = pd.read_csv("my.csv")

def calc_group_delta(group):
    return group["c"] - group["c"].shift(1)

mydf["forwardDelta"] = mydf.groupby(["a", "b"]).transform(calc_group_delta)

这两种方法都能自动保证计算出的差值精准对应到原始DataFrame的正确行，而且比手动循环快得多，尤其是处理大数据量的时候。

内容的提问来源于stack exchange，提问作者Harry Stuart