使用groupby.nunique与transform赋值新列时结果不符的问题

核心原因1：列名拼写错误 #

你代码里的uniqe_id是拼写错误（正确应为some_id，和你第一次成功调用的列名一致）。拼写错误会导致Pandas无法定位到目标列，触发异常行为，比如返回全量相同的默认值，这是出现“除第一行外其余行重复第一行数值”的直接原因之一。

核心原因2：跨表对齐不匹配 #

你是将source_table的分组计算结果赋值给另一张表table，如果两张表的disease列分组分布、索引结构不一致，Pandas自动对齐时会出现匹配错误，仅将第一个匹配到的分组值填充到所有行，其余行因无法正确匹配而重复该值。

正确实现方式 #

方式一：用字典映射（推荐，兼容性更强） #

先将分组计算结果转为字典，再通过map方法映射到table的disease列：

# 生成分组唯一ID数的映射字典
unique_id_map = source_table.groupby("disease")["some_id"].nunique().to_dict()
# 为table添加新列
table["unique_ids"] = table["disease"].map(unique_id_map)

方式二：修正拼写并强制值赋值 #

如果确认两张表的disease列完全匹配，可修正拼写后直接取transform结果的数值赋值：

# 修正列名拼写，直接取values避免索引对齐问题
table["unique_ids"] = source_table.groupby("disease")["some_id"].transform("nunique").values

内容的提问来源于stack exchange，提问作者albert180