基于Pandas的DataFrame处理：按FID/TID规则生成目标列需求

我有一个包含TID和FID列的DataFrame，数据示例如下：

输入DataFrame：

TID	FID
1
1	2
3
4	5
4

需生成满足以下规则的Result列：

• 若FID不为空，优先取FID的值；若FID为空，默认取TID的值。
• 若某组TID中存在使用FID值的记录，该组所有TID对应的Result都要统一使用这个FID值。

预期结果示例：

输出DataFrame：

TID	FID	Result
1		2
1	2	2
3		3
4	5	5
4		5

使用Pandas的分组转换功能可以快速实现需求，代码如下：

import pandas as pd

# 构造示例数据（实际使用时替换为你的DataFrame）
df = pd.DataFrame({
    'TID': [1, 1, 3, 4, 4],
    'FID': [None, 2, None, 5, None]
})

# 按TID分组，为每组生成统一的Result值
df['Result'] = df.groupby('TID')['FID'].transform(
    lambda group: group.dropna().iloc[0] if not group.dropna().empty else group.name
)

print(df)

代码逻辑说明 #

• groupby('TID')：将数据按TID分组，确保同组记录一起处理
• transform：把分组处理后的结果映射回原DataFrame的每一行，保证行数不变
• 匿名函数：检查当前组是否有非空的FID值，有则取该值；无则取当前组的TID值（group.name即分组的TID键值）

运行代码后即可得到符合要求的结果。

内容的提问来源于stack exchange，提问作者cyntha