Python Pandas：如何基于其他列值生成新列？分组赋值报错解决

问题原因分析 #

你之前的代码报错是因为groupby()方法返回的是GroupBy分组对象，并非与原DataFrame行数匹配的数值序列。分组对象的长度是分组数量（1178个），远小于原数据行数（58779行），直接赋值自然会出现长度不匹配的错误。

正确实现思路 #

我们需要先构建「客户ID-月份」与total的映射表，再通过匹配映射表填充新列。以下是两种高效实现方式：

方法1：使用set_index+get构建映射

适合数据量中等的场景，代码简洁直观：

import pandas as pd

# 构建客户ID+实际月份到total的映射表
lookup_table = df.set_index(['customer_id', 'Year-month_actual'])['total']

# 填充Total_month_1：匹配customer_id + Year-month_1对应的total
df['Total_month_1'] = df.apply(
    lambda row: lookup_table.get((row['customer_id'], row['Year-month_1']), pd.NA),
    axis=1
)

# 同理填充Total_month_2
df['Total_month_2'] = df.apply(
    lambda row: lookup_table.get((row['customer_id'], row['Year-month_2']), pd.NA),
    axis=1
)

方法2：使用merge关联匹配

适合大数据量场景，性能更优：

# 提取用于匹配的临时表：客户ID、实际月份、对应total
temp_df = df[['customer_id', 'Year-month_actual', 'total']].rename(
    columns={'Year-month_actual': 'target_month', 'total': 'Total_month_1'}
)

# 关联匹配Total_month_1
df = df.merge(
    temp_df,
    left_on=['customer_id', 'Year-month_1'],
    right_on=['customer_id', 'target_month'],
    how='left'
).drop('target_month', axis=1)

# 同理处理Total_month_2
temp_df = df[['customer_id', 'Year-month_actual', 'total']].rename(
    columns={'Year-month_actual': 'target_month', 'total': 'Total_month_2'}
)
df = df.merge(
    temp_df,
    left_on=['customer_id', 'Year-month_2'],
    right_on=['customer_id', 'target_month'],
    how='left'
).drop('target_month', axis=1)

验证结果 #

运行上述代码后，会得到你预期的输出效果：每条记录的Total_month_1会填充该客户在Year-month_1对应月份的total值，无匹配时显示pd.NA（可根据需求替换为'Na'或其他值）。

内容的提问来源于stack exchange，提问作者Marco Marcellino