如何为DataFrame中每个purchaseId添加含age值的行

要实现给每个purchaseId对应组添加一行（item列填入该组的age值），可以用以下两种简洁的pandas方法：

方法一：去重+合并法 #

1. 提取每个purchaseId的唯一记录（同一组的age值一致，只需保留一行即可）
2. 将提取出的记录的item列替换为age的字符串值（和原item列类型保持一致）
3. 合并原始数据和新增行，再按purchaseId排序保证组内顺序统一

import pandas as pd

# 原始数据示例
df = pd.DataFrame({
    'purchaseId': [22,22,22,53,53,53],
    'item': ['apples','coffee','wipes','tomatoes','sugar','tea'],
    'age': [35,35,35,23,23,23]
})

# 生成需要添加的行
add_rows = df.drop_duplicates('purchaseId').assign(item=lambda x: x['age'].astype(str))

# 合并并整理结果
df2 = pd.concat([df, add_rows]).sort_values('purchaseId').reset_index(drop=True)

方法二：分组生成法 #

通过分组遍历每个purchaseId组，直接生成对应的新增行，再合并到原数据：

import pandas as pd

# 原始数据示例
df = pd.DataFrame({
    'purchaseId': [22,22,22,53,53,53],
    'item': ['apples','coffee','wipes','tomatoes','sugar','tea'],
    'age': [35,35,35,23,23,23]
})

# 分组生成新增行
add_rows = df.groupby('purchaseId').apply(
    lambda g: pd.Series({
        'purchaseId': g['purchaseId'].iloc[0],
        'item': str(g['age'].iloc[0]),
        'age': g['age'].iloc[0]
    })
).reset_index(drop=True)

# 合并得到最终结果
df2 = pd.concat([df, add_rows]).sort_values('purchaseId').reset_index(drop=True)

两种方法最终都会得到你需要的df2结构。

内容的提问来源于stack exchange，提问作者NickA