如何用Pandas内置函数按规则为DataFrame生成C列分组？

可以通过Pandas的groupby结合transform方法实现需求，以下是具体步骤和代码示例：

核心逻辑 #

针对A列的每个分组：

• 若分组内B列包含多个不同值，C列统一取该分组下B列的首个值；
• 若分组内B列值全部相同，C列直接复制B列对应值。

代码实现 #

1. 准备示例数据 #

import pandas as pd

# 模拟图片中的数据结构
df = pd.DataFrame({
    'A': ['X', 'X', 'Y', 'Y', 'Z', 'Z'],
    'B': ['B1', 'B2', 'B3', 'B3', 'B4', 'B5']
})

2. 生成C列 #

# 利用分组变换实现规则
df['C'] = df.groupby('A')['B'].transform(
    lambda x: x.iloc[0] if x.nunique() > 1 else x
)

3. 查看结果 #

运行后输出的DataFrame如下：

A   B   C
0  X  B1  B1
1  X  B2  B1
2  Y  B3  B3
3  Y  B3  B3
4  Z  B4  B4
5  Z  B5  B4

代码说明 #

• groupby('A')['B']：按A列分组，聚焦每个分组下的B列数据；
• transform：将分组处理后的结果映射回原DataFrame，保证行数与原数据一致；
• x.nunique()：统计分组内B列的唯一值数量，判断是否存在多分组情况；
• x.iloc[0]：当存在多分组时，取该分组下B列的第一个值作为C列统一值。

内容的提问来源于stack exchange，提问作者cyntha