如何对分组后的多列数据应用自定义函数并生成结果列？

修正原代码并实现核心功能 #

首先修正原代码的语法错误（缺少闭合括号），然后通过分组聚合+广播的方式实现按行业均值打分的需求：

import numpy as np
import pandas as pd

# 读取Excel数据（修正原代码的语法错误）
data = pd.read_excel('dummydata.xlsx')

# 计算每个行业的Growth均值，并将结果广播到对应行业的每一行
data['Industry_Growth_Mean'] = data.groupby('Industry')['Growth'].transform('mean')

# 定义打分函数：低于行业均值打5分，高于则打10分
def score(row):
    return 5 if row['Growth'] < row['Industry_Growth_Mean'] else 10

# 生成得分列，或直接获取期望的列表
data['Score'] = data.apply(score, axis=1)
score_list = data['Score'].tolist()

print(score_list)  # 输出符合预期的 [5, 10, 10, 5, 10, 5]

关键逻辑说明 #

直接对data['Growth'].apply(score)无法实现需求，因为单个值的apply无法获取该值所属行业的聚合信息。通过groupby.transform可以将分组计算的均值广播到每一行，让每条数据都能直接拿到自己所在行业的均值，再进行比较打分。

扩展方案 #

1. 扩展到其他列

只需替换代码中的列名即可，比如针对Profit列打分：

data['Industry_Profit_Mean'] = data.groupby('Industry')['Profit'].transform('mean')

def score_profit(row):
    return 5 if row['Profit'] < row['Industry_Profit_Mean'] else 10

data['Profit_Score'] = data.apply(score_profit, axis=1)

2. 替换聚合条件（分位数/百分位数）

将transform的聚合逻辑替换为分位数计算即可，比如用75分位数作为阈值：

# 计算每个行业Growth的75分位数
data['Industry_Growth_75th'] = data.groupby('Industry')['Growth'].transform(lambda x: x.quantile(0.75))

# 基于75分位数调整打分逻辑
def score_quantile(row):
    return 5 if row['Growth'] < row['Industry_Growth_75th'] else 10

data['Score_75th'] = data.apply(score_quantile, axis=1)

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