Pandas多索引DataFrame分组生成新列失败，值为NaT求解决

你的代码出现全NaT的原因是：reset_index()后得到的DataFrame是普通整数索引，分组transform生成的Series也是整数索引，而原df是ticker+date的MultiIndex，两者索引无法对齐，导致赋值时匹配失败，全部填充NaT。

下面是两种可行的解决方法：

方法1：跳过索引对齐直接赋值 #

直接提取transform结果的数组值，绕开索引不匹配的问题：

df['date_min'] = df.reset_index().groupby('ticker')['date'].transform('min').values

方法2：直接操作MultiIndex层级（更高效） #

无需重置索引，直接从MultiIndex中提取层级数据进行分组计算，再映射回原df：

# 计算每个ticker对应的最小日期
min_dates = df.index.get_level_values('date').groupby(df.index.get_level_values('ticker')).min()
# 将ticker映射为对应的最小日期
df['date_min'] = df.index.get_level_values('ticker').map(min_dates)

验证结果 #

执行上述任意一种方法后，df会得到正确的date_min列：

price   date_min
ticker date                        
AAPL   2022-10-09    100 2022-10-09
       2022-10-10     95 2022-10-09
MSFT   2022-10-08    200 2022-10-08
       2022-10-09    150 2022-10-08

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