使用Pandas基于列特定值生成新列的分组匹配需求

开发者阿泽

2026-8-3

Pandas DataFrame 分组转换处理方案

原始数据结构

A	B	C	Category	Value
1	A	Prime	Unique	0
2	A	Prime	One	Initials
1	A	Prime	Two	Seconds
2	B	Prime	Unique	1
2	B	Prime	One	Firsts

需求说明

按A、B、C三列分组，将每组内Category为Unique的记录转为新列Unique，把对应的Value值匹配到同组其他记录中，同时剔除Category为Unique的原始行，最终得到如下目标结构：

A	B	C	Category	Value	Unique
2	A	Prime	One	Initials
1	A	Prime	Two	Seconds	0
2	B	Prime	One	Firsts	1

实现代码

import pandas as pd

# 构造原始DataFrame
df = pd.DataFrame({
    'A': [1, 2, 1, 2, 2],
    'B': ['A', 'A', 'A', 'B', 'B'],
    'C': ['Prime']*5,
    'Category': ['Unique', 'One', 'Two', 'Unique', 'One'],
    'Value': ['0', 'Initials', 'Seconds', '1', 'Firsts']
})

# 提取每组的Unique值映射表
unique_map = df[df['Category'] == 'Unique'].set_index(['A', 'B', 'C'])['Value'].rename('Unique')

# 过滤掉Category为Unique的行
filtered_df = df[df['Category'] != 'Unique']

# 左连接匹配同组的Unique值
result_df = filtered_df.merge(unique_map, how='left', on=['A', 'B', 'C'])

# 对齐目标列顺序
result_df = result_df[['A', 'B', 'C', 'Category', 'Value', 'Unique']]

print(result_df)

代码说明

构建映射表：筛选出Category为Unique的记录，以A、B、C为索引，提取对应的Value并命名为Unique，得到每组的Unique值对应关系。
过滤原始行：移除原始数据中Category为Unique的记录，只保留需要匹配的目标行。
匹配合并：通过左连接将映射表与过滤后的DataFrame合并，自动按分组匹配Unique值，组内无对应Unique记录时，该列自动填充为空。