如何在Pandas DataFrame中按组填充新列（A、B列相等触发）

嘿，我刚好能搞定这个需求！你要的是按A列分组，把每个组里满足A == B的那一行的C值，填充到该组所有行的new列里对吧？下面给你两种实用的实现方式：

方法一：先做映射再填充（直观易懂） #

这个思路很直接：先找出每个A分组对应的目标C值，再把这些值映射回原DataFrame：

import pandas as pd

# 构造示例数据
df = pd.DataFrame({
    'A': [100, 100, 100, 200, 200, 200],
    'B': [100, 10021, 10022, 200, 20021, 20022],
    'C': ['colors', 'Blue', 'Red', 'Shape', 'Square', 'Circle']
})

# 第一步：生成A到对应C值的映射字典（只保留A==B的行）
group_map = df[df['A'] == df['B']].set_index('A')['C'].to_dict()

# 第二步：用映射给每行分配new值
df['new'] = df['A'].map(group_map)

# 要是你需要把new列统一转成小写（比如示例里200组的new是shape），加个str.lower()就行：
# df['new'] = df['A'].map(group_map).str.lower()

运行后得到的结果完全符合你的期望：

A      B       C     new
0  100    100  colors  colors
1  100  10021    Blue  colors
2  100  10022     Red  colors
3  200    200   Shape   Shape
4  200  20021  Square   Shape
5  200  20022  Circle   Shape

方法二：用groupby+transform（更Pandas风格） #

如果你喜欢用Pandas的分组原生操作，这种写法更简洁，不需要单独创建映射字典：

def get_group_target(group):
    # 取出分组里A==B的那一行的C值，默认每个组只有一个这样的行，所以用iloc[0]
    return group.loc[group['A'] == group['B'], 'C'].iloc[0]

# 按A分组后，用transform把每个组的目标值填充到所有行
df['new'] = df.groupby('A').transform(get_group_target)

小提醒 #

• 要保证每个A分组恰好有一行满足A == B，如果有多个匹配行，你可以改成取第一个（iloc[0]）、最后一个（iloc[-1]）或者合并值；如果没有匹配行，记得用fillna()给这些组加个默认值，比如df['new'] = df['A'].map(group_map).fillna('unknown')。
• 示例里200组的new是小写的shape，如果需要统一大小写，在提取值的时候加上.str.lower()就好，比如方法一中的group_map = df[df['A'] == df['B']].set_index('A')['C'].str.lower().to_dict()。

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