如何在Pandas中对groupby对象的多列应用函数生成新列？

现有如下结构的DataFrame：

block  lat  lon
0      0  112   50
1      0  112   50
2      0  112   50
3      1  105   20
4      1  105   20
5      2  130   30

需要按block列分组后，对每组的lat和lon调用get_location_id(lat, lon)函数（该函数接收经纬度参数，返回单个字符串ID），生成location_id列，要求同一分组的所有行对应相同ID，最终结果如下：

block  lat  lon location_id
0      0  112   50  1
1      0  112   50  1
2      0  112   50  1
3      1  105   20  23
4      1  105   20  23
5      2  130   30  15

尝试了以下代码但无法运行，且lambda函数无法使用axis=1参数：

df['location_id'] = df.groupby('block').apply(lambda x: get_location_id(x['lat'], x['lon']))

由于数据集较大，希望避免直接对未分组的DataFrame调用该函数，以提升效率。

方法1：聚合生成映射表后合并（大数据集首选） #

因为同一block内的lat和lon完全一致，我们可以先为每个block生成对应的location_id，得到映射关系后再合并回原DataFrame。这种方式仅需对每个分组调用一次函数，计算效率最高：

# 生成block到location_id的映射
id_mapping = df.groupby('block').apply(
    lambda group: get_location_id(group['lat'].iloc[0], group['lon'].iloc[0])
).reset_index(name='location_id')

# 合并映射表到原DataFrame
df = df.merge(id_mapping, on='block', how='left')

方法2：使用transform直接生成列 #

如果希望直接在原DataFrame上添加列，可使用transform方法，它会将分组计算的结果自动广播到该分组的所有行，保持索引对齐：

df['location_id'] = df.groupby('block').transform(
    lambda group: get_location_id(group['lat'].iloc[0], group['lon'].iloc[0])
)

原代码问题说明 #

原代码中groupby.apply()返回的是一个以block为索引的Series（每个block对应一个ID），直接赋值给df['location_id']会因为索引不匹配导致报错。而上述两种方法都能确保结果与原DataFrame的行一一对应，同时避免重复计算。

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