为Pandas DataFrame各ID添加增量行的实现问题及报错解决

错误原因 #

你遇到的KeyError: 'id'，大概率是因为使用groupby('id')时默认将id设为分组索引，而非保留为普通列。此时在自定义函数中尝试通过group['id']访问列时，自然找不到对应的键。

解决方案 #

下面提供两种高效实现需求的方式：

方法1：利用groupby的组名构造新行

这种方式无需修改分组参数，直接通过group.name获取当前组的ID值：

import pandas as pd

# 初始数据示例
df = pd.DataFrame({
    'id': [1, 1, 2, 2],
    'col1': [10, 20, 30, 40],
    'col2': [100, 200, 300, 400]
})

def append_rows(group):
    # 构造要追加的两行数据，用group.name获取当前组的ID
    new_rows = pd.DataFrame({
        'id': [group.name, group.name],
        'col1': [0, 0],
        'col2': [40, 50]
    })
    # 合并原组数据与新行
    return pd.concat([group, new_rows], ignore_index=True)

# 分组处理后重置索引
result = df.groupby('id').apply(append_rows).reset_index(drop=True)

方法2：先构造所有追加行再合并（更高效）

如果数据量较大，这种方式性能更优，避免逐组处理的开销：

import pandas as pd
import numpy as np

# 初始数据示例
df = pd.DataFrame({
    'id': [1, 1, 2, 2],
    'col1': [10, 20, 30, 40],
    'col2': [100, 200, 300, 400]
})

# 获取所有唯一ID
unique_ids = df['id'].unique()
# 构造需要追加的所有行：每个ID对应两行col1=0，col2=40/50
append_df = pd.DataFrame({
    'id': np.repeat(unique_ids, 2),
    'col1': 0,
    'col2': np.tile([40, 50], len(unique_ids))
})

# 合并原数据与追加行，按ID排序（可选，保持原数据在前）
result = pd.concat([df, append_df], ignore_index=True).sort_values('id').reset_index(drop=True)

验证结果 #

两种方法最终得到的result都会是：

内容的提问来源于stack exchange，提问作者mehdi selbi