使用Pandas groupby实现分组内填充Bool=1对应High值的方法

针对需求：按Date和Ticker分组，将组内Bool=1对应的High值填充到组内所有行的New_Row列，以下是两种无需手动循环的高效矢量化实现方案：

方案一：groupby + transform #

利用pandas的分组转换能力，直接将目标值广播到组内所有行：

import pandas as pd

# 示例数据
data = {
    'Date': ['2023-01-01', '2023-01-01', '2023-01-02', '2023-01-02'],
    'Ticker': ['AAPL', 'AAPL', 'MSFT', 'MSFT'],
    'High': [150, 152, 300, 305],
    'Low': [148, 150, 298, 302],
    'Bool': [0, 1, 1, 0]
}
df = pd.DataFrame(data)

# 核心代码：简洁的transform写法
df['New_Row'] = df.groupby(['Date', 'Ticker'])['High'].transform(
    lambda x: x[df.loc[x.index, 'Bool'] == 1].iloc[0]
)

逻辑说明 #

• groupby(['Date', 'Ticker']) 按指定维度分组，确保每个组对应唯一的日期+股票代码组合
• transform 会自动将分组计算的结果对齐到原DataFrame的每一行，无需手动处理索引
• 匿名函数中通过组内索引筛选出Bool=1的行，提取对应的High值（题目保证每组仅一行符合条件，iloc[0]即可取到唯一值）

方案二：筛选后合并 #

先提取Bool=1的行作为映射表，再通过左连接填充所有行：

# 提取Bool=1的行作为映射表
bool_high_map = df[df['Bool'] == 1][['Date', 'Ticker', 'High']].rename(columns={'High': 'New_Row'})

# 左连接原DataFrame，自动填充组内所有行
df = df.merge(bool_high_map, on=['Date', 'Ticker'], how='left')

逻辑说明 #

• 先筛选出所有符合Bool=1的行，保留关键列并重命名为目标列名
• merge按Date和Ticker左连接，确保每个分组的所有行都能匹配到对应的High值

效率说明 #

两种方案均为pandas矢量化操作，避免了手动循环的性能损耗，适合处理大规模数据集：

• transform方案无需额外创建中间表，代码更紧凑
• 合并方案逻辑更直观，对分组操作不熟悉的场景更容易理解

内容的提问来源于stack exchange，提问作者cam